Bewertung des Aufwands der Autor:innen
Oft verwenden Autor:innen mehr Worte, wenn sie besonders engagiert sind. Ein verärgerter Flugpassagier zum Beispiel schreibt umso längere Bewertungen, je schlechter der (wahrgenommene) Service war. Umgekehrt fühlt sich jemand mit weniger starken Gefühlen vielleicht nicht motiviert, viel Zeit in eine Bewertung zu stecken. Lange Rezensionen können das Gesamtsentiment verzerren, weil mit zunehmender Länge automatisch mehr positive oder negative Sprache enthalten ist. Diese Programmierübung hilft dir, Aufwand und Sentiment zu untersuchen.
In dieser Übung visualisierst du den Zusammenhang zwischen Aufwand und Sentiment. Erinnere dich: Dein Tibble mit Mietobjekt-Bewertungen enthält eine id, und jedes Wort steht in einer eigenen Zeile. Eine einfache count() der id erfasst daher die Anzahl der in jeder Bewertung verwendeten Wörter. Anschließend verbindest du diese Zusammenfassung mit den positiven und negativen Daten. Am Ende erstellst du ein Streudiagramm, das die Länge der Bewertungen und ihren Zusammenhang mit der Polarität zeigt.
Diese Übung ist Teil des Kurses
<Kurs>Sentimentanalyse in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Review tidy_reviews and pos_neg
tidy_reviews
pos_neg
pos_neg_pol <- tidy_reviews %>%
# Effort is measured as count by id
___(___) %>%
# Inner join to pos_neg
___(___) %>%
# Add polarity status
___(pol = ___(___, "___", "___"))
# Examine results
pos_neg_pol