如何为 R 中的情感分析分配不同的分数？

Question

我有一个推文文件，我 want/need 对其进行情绪分析。我遇到过 this 流程，效果很好，但现在我想更改此代码，以便我可以根据情绪分配不同的分数。

这是代码：

    score.sentiment = function(sentences , pos.words, neg.words , progress='none')
{
 require(plyr)
 require(stringr)
 scores = laply(sentences,function(sentence,pos.words,neg.words)
 {
     sentence =gsub('[[:punct:]]','',sentence)
     sentence =gsub('[[:cntrl]]','',sentence)
     sentence =gsub('\d+','',sentence)
     sentence=tolower(sentence)
     word.list=str_split(sentence,'\s+')
     words=unlist(word.list)
     pos.matches=match(words,pos.words)
     neg.matches=match(words,neg.words)
     pos.matches = !is.na(pos.matches)   
     neg.matches = !is.na(neg.matches) 
     score=sum(pos.matches)-sum(neg.matches)
     return(score)
 },pos.words,neg.words,.progress=.progress)
 scores.df=data.frame(scores=scores,text=sentences)
 return(scores.df)
}

我现在要做的是拥有四本词典；

super.words,pos,words,neg.words,terrible.words.

我想为这些词典中的每一个分配不同的分数： super.words=+2,pos.words=+1,neg.words=-1,terrible.words=-2.

我知道 pos.matches = !is.na(pos.matches) 和 neg.matches = !is.na(neg.matches) 为 TRUE/FALSE 分配 1/0，但我想了解如何分配这些特定分数，从而为每条推文提供分数。

目前，我只关注标准的两个词典，pos 和neg。我已经为这两个数据框分配了分数：

posDF<-data.frame(words=pos, value=1, stringsAsFactors=F)

negDF<-data.frame(words=neg, value=-1, stringsAsFactors=F)

并尝试运行上述算法，但没有任何效果。

我看到 page and this 页面，其中有人写了几个 'for' 循环，但最终结果只提供了 -1,0 或 1 的总分。

最终，我正在寻找与此类似的结果：

table(analysis$score)

-5 -4 -3 -2 -1 0 1 2 3 4 5 6 19

3 8 49 164 603 2790 ..................等等

但是到目前为止，如果我得到的结果不需要 "debug" 代码，我会得到这个：

< table of extent 0 >

以下是我正在使用的一些示例推文：

tweets<-data.frame(words=c("@UKLabour @KarlTurnerMP #LabourManifesto Speaking as a carer, labours NHS plans are all good news, very happy. Making my day this!", "#LabourManifesto eggs and sweet things are looking evil", "@UKLabour @KarlTurnerMP Half way through the #LabourManifesto, this will definitely improve every-bodies lives if implemented fully.", "There is nothing "long term" about fossil fuels. #fracking #labourmanifesto https://twitter.com/stevetopple/status/587576796599595012", "Fair play Ed, very strong speech! Finally had the chance to watch it. #LabourManifesto wanna see the other manifestos nowwww") )

非常感谢任何帮助！

所以，基本上，我想知道是否有办法更改原始脚本的这一部分：

pos.matches=match(words,pos.words)
 neg.matches=match(words,neg.words)
 pos.matches = !is.na(pos.matches)   
 neg.matches = !is.na(neg.matches)

所以我可以分配自己的特定分数？ (pos.words=+1, neg.words=-1) ?或者如果我必须合并各种 if 和 for 循环？

Answer 1

如果您只是想使用自定义分数来生成总分，您可以将此行 score=sum(pos.matches)-sum(neg.matches) 更改为：

score=sum((super.pos.matches)*2 + sum(pos.matches) + sum(neg.matches)*(-1) + sum(terrible.matches)*(-2))

Answer 2

如果您正在考虑使用四个词典。（在您的功能行中，进度前面缺少一个“.”）。

以下代码对您有帮助

        score.sentiment = function(sentences , pos.words, neg.words , .progress='none')
{
 require(plyr)
 require(stringr)
 scores = laply(sentences,function(sentence,pos.words,neg.words)
 {
     sentence =gsub('[[:punct:]]','',sentence)
     sentence =gsub('[[:cntrl]]','',sentence)
     sentence =gsub('\d+','',sentence)
     sentence=tolower(sentence)
     word.list=str_split(sentence,'\s+')
     words=unlist(word.list)
     pos.matches=match(words,pos.words)
     super.pos.matches=match(words,super.pos.words)
     neg.matches=match(words,neg.words)
     terrible.matches=match(words,terrible.words)
     pos.matches = !is.na(pos.matches)
     super.pos.matches = !is.na(super.pos.matches)   
     neg.matches = !is.na(neg.matches)
     terrible.matches = !is.na(terrible.matches) 
     score=sum((super.pos.matches)*2 + sum(pos.matches) - sum(neg.matches) 
           - sum(terrible.matches)*(2))
     return(score)
 },pos.words,neg.words,.progress=.progress)
 scores.df=data.frame(scores=scores,text=sentences)
 return(scores.df)
}

如何为 R 中的情感分析分配不同的分数？

How to assign different scores for sentiment analysis in R?

algorithm

twitter

r

sentiment-analysis