Leg direkt los! Polarität visualisieren
Sentimentanalyse hilft dir, die Haltung einer Autorin oder eines Autors gegenüber einem Thema herauszuarbeiten. Diese Übung gibt dir einen ersten Eindruck davon, was dich erwartet!
Wir haben text_df erstellt, das ein Gespräch mit den Spalten person und text darstellt.
Verwende die Funktion polarity() aus qdap, um text_df zu bewerten. polarity() akzeptiert ein einzelnes Zeichenobjekt oder ein Data Frame mit einer Gruppierungsvariable, um einen positiven oder negativen Score zu berechnen.
In diesem Beispiel verwendest du den Dollar-Pipe-Operator %$% aus dem Paket magrittr. Das Dollarzeichen leitet das Data Frame an polarity() weiter, und du gibst einen Spaltennamen für den Text oder die Textspalte und eine Gruppierungsvariable ohne Anführungszeichen an.
text_data_frame %$% polarity(text_column_name)
So erstellst du ein Objekt mit dem Dollar-Operator:
polarity_object <- text_data_frame %$%
polarity(text_column_name, grouping_column_name)
Genauer gesagt: Um eine quantitative Einschätzung zur Stimmung eines Textes zu treffen, musst du ihm einen Score zuweisen. Eine einfache Methode ist ein positiver oder negativer Wert, bezogen auf einen Satz, einen Abschnitt oder eine Sammlung von Dokumenten (Korpus). Das Bewerten nur mit positiven oder negativen Werten nennt man „Polarität". Eine hilfreiche Funktion zum Extrahieren von Polaritätswerten ist counts(), angewendet auf das Polarity-Objekt. Für eine schnelle Visualisierung rufe plot() auf dem Ergebnis von polarity() auf.
Diese Übung ist Teil des Kurses
<Kurs>Sentimentanalyse in R</Kurs>Übungsanweisungen
- Untersuche das Konversations-Data-Frame
text_df. - Übergib mit
%$%text_dfanpolarity()zusammen mit dem Spaltennamentextohne Anführungszeichen. Dadurch wird die Polarität für den gesamten Text ausgegeben. - Erstelle ein neues Objekt
datacamp_conversation, indem dutext_dfmit%$%anpolarity()weiterleitest. Übergibtextgefolgt von der Gruppierungsspalteperson. So wird die Polarität für jede einzelne Person berechnet. Da alles in Klammern steht, wird das Ergebnis ebenfalls ausgegeben. - Wende
counts()aufdatacamp_conversationan, um die gefundenen spezifischen emotionalen Wörter auszugeben. - Erstelle mit
plot()eine Grafik fürdatacamp_conversation.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Examine the text data
text_df
# Calc overall polarity score
text_df %$% polarity(___)
# Calc polarity score by person
(datacamp_conversation <- text_df %$% ___(___, ___))
# Counts table from datacamp_conversation
___(___)
# Plot the conversation polarity
___(___)