Kouzelný čaroděj NRC

A nakonec si vyzkoušíš práci s lexikonem NRC, který označuje slova podle různých emočních stavů. Pamatuješ si Plutchikovo kolo emocí? Lexikon NRC přiřazuje slovům štítky podle Plutchikových 8 emocí a navíc kategorie pozitivní/negativní.

V tomto cvičení se objeví nový operátor %in%, který porovnává jeden vektor s druhým. V kódu níže vrátí %in% hodnoty FALSE, FALSE, TRUE. Je to proto, že v some_vec se hodnoty 1 a 2 ve some_other_vector nenachází, zatímco 3 tam je, a proto vrátí TRUE. Operátor %in% se hodí k vyhledávání shod.

some_vec <- c(1, 2, 3)
some_other_vector <- c(3, "a", "b")
some_vec %in% some_other_vector

Dalším novým operátorem je !. U logických podmínek ! výsledek obrátí. V příkladu výše se FALSE, FALSE, TRUE změní na TRUE, TRUE, FALSE. V kombinaci s %in% obrací výsledek, a hodí se tak k odfiltrování nalezených položek.

!some_vec %in% some_other_vector

Připravili jsme pro tebe oz – uklizenou verzi textu Čaroděje ze země Oz – a také nrc s lexikonem „NRC" s přejmenovanými sloupci.

Toto cvičení je součástí kurzu

Sentiment Analysis in R

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

oz_plutchik <- oz %>% 
  # Join to nrc lexicon by term = word
  inner_join(___, by = ___("___" = "___")) %>% 
  # Only consider Plutchik sentiments
  ___(!___ %in% c("___", "___")) %>%
  # Group by sentiment
  ___(___) %>% 
  # Get total count by sentiment
  ___(total_count = ___(___))

Upravit a spustit kód