如何使用我自己的词典字典来分析R中的句子？-Java 学习之路

我已经形成了一个新的词典字典来分析R中句子的情感 . 我在使用R之前使用过词典词典，但我不确定如何使用自己的词典 . 我设法创建了正面和负面的单词列表，它们计算正面和负面单词的数量，然后提供一个总和 . 这不会考虑分配给每个单词的分数，如下例所示 .

我想分析说这句话“我很开心，有点伤心” . 单词和分数的示例列表（列表将大于此）：

happy, 1.3455
sad, -1.0552

我想将这些单词与句子相匹配，并取得分数之和，1.3455 -1.0552，在这种情况下总得分为0.2903 .

如上例所强调的那样，在分析R中每个句子的情绪时，如何获取每个单词的实际分数以提供总分？

非常感谢，詹姆斯

1 回答

你可以从宏伟的 tidytext 包开始：

library(tidytext)
library(tidyverse)

首先，您要分析的数据和一个小的转变：

# data
df <-data_frame(text = c('I am happy and kind of sad','sad is sad, happy is good'))

# add and ID
df <- tibble::rowid_to_column(df, "ID")

# add the name of the ID column
colnames(df)[1] <- "line"

> df
# A tibble: 1 x 2
   line text                      
  <int> <chr>                     
1     1 I am happy and kind of sad

然后你可以让他们在列中创建单词 . 这是一个应用于每个句子（每个id）的“循环”：

tidy <- df %>% unnest_tokens(word, text)
    > tidy
# A tibble: 7 x 2
   line word 
  <int> <chr>
1     1 i    
2     1 am   
3     1 happy
4     1 and  
5     1 kind 
6     1 of   
7     1 sad

现在你的全新词典：

lexicon <- data_frame(word =c('happy','sad'),scores=c(1.3455,-1.0552))
> lexicon
# A tibble: 2 x 2
  word  scores
  <chr>  <dbl>
1 happy   1.35
2 sad    -1.06

最后，你可以 merge 词典和数据来得分 .

merged <- merge(tidy,lexicon, by = 'word')

现在对于每个短语，情绪：

scoredf <- aggregate(cbind(scores) ~line, data = merged, sum)
>scoredf
  line  scores
1    1  0.2903
2    2 -0.7649

最后，你可以 merge 与分数的初始df，有短语和分数：

scoredf <- aggregate(cbind(scores) ~line, data = merged, sum)
merge(df,scoredf, by ='line')
  line                       text  scores
1    1 I am happy and kind of sad  0.2903
2    2  sad is sad, happy is good -0.7649

如果你想要多个短语，整体情绪得分 .
希望能帮助到你！

回复于 2024-04-17T06:14:28+08:00

如何使用我自己的词典字典来分析R中的句子？

1 回答

相关问题