R 中 tidytext 的情感分析

Question

我正在尝试在 R 中执行情绪分析。我想使用 afinn 或 bing 词典，但问题是我无法标记单词。

以下是我需要表达感情的词：

所以我想对 6 个词表达感情：经过失败还没好停业通过 w/conditions 没有条目

我如何使用任何词典为这些词分配情感

这是我的代码：

d<- as.data.frame(data$Results)
d<- as.data.frame(d[1:2000,])

colnames(d) <- "text"



#Making preprocessed file for raw data
preprocess<-data.frame(text=sapply(tweet_corpus_clean, identity), 
                       stringsAsFactors=F)

# tokenize
tokens <- data_frame(text = preprocess$text) %>% unnest_tokens(word, text)

当运行我得到：

因为词典要分配情感，所以它必须是每行一个标记

所以我不得不将这些词合并在一起。现在，当我使用 afinn 时，它无法理解什么是 outofbusiness 是显而易见的

tokens <- data_frame(text = preprocess$text) %>% unnest_tokens(word, text)


contributions = tokens %>%ungroup()%>%
  inner_join(get_sentiments("afinn"), by = "word") %>%
  group_by(word) %>%
  summarize(score = as.numeric(sum(score * n) / sum(n))) %>%
  arrange(desc(sentiment))

如何对这 6 个词进行情感分析？

Answer 1

嗯嗯，这听起来不像是情感分析问题。您有六个 words/phrases 是您确切知道的，并且您知道它们在您的上下文中的含义。这听起来好像您只想分配这些 words/phrases 分数，甚至只是一个因素的水平。

您可以像我在这里展示的那样做一些事情，其中您由分析师决定您的每个短语应该有什么分数。在这里，scores 是您作为分析师构建的数据框，为每个文本选项合理选择分数，df 是您正在分析的数据。

library(dplyr)

scores <- data_frame(text = c("pass",
                              "fail",
                              "not ready",
                              "out of business",
                              "pass w/conditions",
                              "no entry"),
                     score = c(3, -1, 0, 0, 2, 1))

scores
#> # A tibble: 6 x 2
#>   text              score
#>   <chr>             <dbl>
#> 1 pass               3.00
#> 2 fail              -1.00
#> 3 not ready          0   
#> 4 out of business    0   
#> 5 pass w/conditions  2.00
#> 6 no entry           1.00

df <- data_frame(text = c("pass",
                          "pass",
                          "fail",
                          "not ready",
                          "out of business",
                          "no entry",
                          "fail",
                          "pass w/conditions",
                          "fail",
                          "no entry",
                          "pass w/conditions"))

df %>%
  left_join(scores)
#> Joining, by = "text"
#> # A tibble: 11 x 2
#>    text              score
#>    <chr>             <dbl>
#>  1 pass               3.00
#>  2 pass               3.00
#>  3 fail              -1.00
#>  4 not ready          0   
#>  5 out of business    0   
#>  6 no entry           1.00
#>  7 fail              -1.00
#>  8 pass w/conditions  2.00
#>  9 fail              -1.00
#> 10 no entry           1.00
#> 11 pass w/conditions  2.00

情感分析最适用于需要从大量非结构化文本中提取洞察力的情况。这里只有六个文本元素，您可以使用您对领域和上下文的了解来分配分数。

R 中 tidytext 的情感分析

Sentiment analysis for tidytext in R

r

text-mining

sentiment-analysis

tidyverse

tidytext