Stressed Out!

Ici, vous allez ajuster les mots négatifs pour tenir compte du texte précis, puis comparer les scores de polarity() de base et personnalisés.

Une chanson populaire de Twenty One Pilots s'intitule « Stressed Out ». En parcourant les paroles, vous constaterez qu'elle parle de nostalgie de jeunesse. Globalement, la plupart des gens diraient que la polarité est négative. Les paroles mentionnent à répétition le stress, les peurs et le fait de prétendre.

Comparons donc les paroles de la chanson en utilisant le lexique de subjectivité par défaut et aussi un lexique personnalisé.

Pour commencer, vous devez vérifier que le lexique de subjectivité key.pol ne contient pas déjà le terme que vous souhaitez ajouter. Une façon de vérifier est d'utiliser grep(). La fonction grep() renvoie la ligne contenant les caractères qui correspondent à un motif de recherche. Voici un exemple utilisé lors de l'indexation.

data_frame[grep("search_pattern", data_frame$column), ]

Après avoir vérifié que l'argot ou le nouveau mot n'est pas déjà dans le lexique key.pol, vous devez l'ajouter. Le code ci-dessous utilise sentiment_frame() pour construire le nouveau lexique. Dans ce code, sentiment_frame() accepte le vecteur de mots positifs d'origine, positive.words. Ensuite, les negative.words d'origine sont concaténés à « smh » et « kappa », tous deux considérés comme de l'argot négatif. Bien que vous puissiez définir les pondérations positives et négatives, la valeur par défaut est 1 et -1, donc elles ne sont pas incluses ci-dessous.

custom_pol <- sentiment_frame(positive.words, c(negative.words, "hate", "pain"))

Vous êtes maintenant prêt à appliquer la polarité, et celle-ci référencera le lexique de subjectivité personnalisé!

Cette activité fait partie du cours

Analyse de sentiment en R

Voir le cours

Instructions de l’exercice

Nous avons créé stressed_out, qui contient les paroles de la chanson « Stressed Out » de Twenty One Pilots.

Utilisez polarity() sur stressed_out pour voir le score par défaut.
Vérifiez dans key.pol la présence de mots contenant « stress ». Utilisez grep() pour indexer la trame de données en recherchant dans la colonne x.
Créez custom_pol comme nouvelle trame de données de sentiments.
- Appelez sentiment_frame() et passez positive.words comme premier argument sans concaténer de nouveaux termes.
- Ensuite, utilisez c() pour combiner negative.words avec les nouveaux termes "stressed" et "turn back".
Réappliquez polarity() à stressed_out avec le paramètre additionnel polarity.frame = custom_pol pour comparer comment les nouveaux mots modifient le score afin de mieux représenter la chanson.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# stressed_out has been pre-defined
head(stressed_out)

# Basic lexicon score
___(___)

# Check the subjectivity lexicon
___[___("stress", x)]

# New lexicon
custom_pol <- ___(___, c(negative.words, "___", "___"))

# Compare new score
___(___, polarity.frame = ___)

Modifier et exécuter le code