Plongez tout de suite ! Visualiser la polarité

L'analyse de sentiment vous aide à dégager les sentiments d'un auteur envers un sujet. Cet exercice vous donnera un aperçu de la suite !

Nous avons créé text_df, qui représente une conversation avec les colonnes person et text.

Utilisez la fonction polarity() de qdap pour calculer un score sur text_df. polarity() accepte un objet de type caractère seul ou un tableau de données avec une variable de regroupement pour calculer un score positif ou négatif.

Dans cet exemple, vous utiliserez l'opérateur « dollar pipe » %$% du paquet magrittr. Le signe dollar transmet le tableau de données à polarity() et vous indiquez un nom de colonne de texte, ou la colonne de texte ET une variable de regroupement, sans guillemets.

text_data_frame %$% polarity(text_column_name)

Pour créer un objet avec l'opérateur du signe dollar :

polarity_object <- text_data_frame %$% 
  polarity(text_column_name, grouping_column_name)

Plus précisément, pour porter un jugement quantitatif sur le sentiment d'un texte, vous devez lui attribuer un score. Une méthode simple consiste à utiliser une valeur positive ou négative liée à une phrase, un passage ou un ensemble de documents appelé un corpus. Le fait de ne coter qu'avec des valeurs positives ou négatives s'appelle la « polarité ». Une fonction utile pour extraire les scores de polarité est counts() appliquée à l'objet de polarité. Pour un aperçu visuel rapide, appelez plot() sur le résultat de polarity().

Cette activité fait partie du cours

Analyse de sentiment en R

Voir le cours

Instructions de l’exercice

Examinez le tableau de données de la conversation text_df.
En utilisant %$%, transmettez text_df à polarity() avec le nom de colonne text sans guillemets. Cela affichera la polarité pour tout le texte.
Créez un nouvel objet datacamp_conversation en transmettant text_df avec %$% à polarity(). Passez text, suivi de la colonne de regroupement person. Cela calculera la polarité pour chaque personne. Comme tout est entre parenthèses, le résultat sera aussi affiché.
Appliquez counts() à datacamp_conversation pour afficher les mots émotifs précis qui ont été trouvés.
Appelez plot() sur datacamp_conversation.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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
___(___)

Modifier et exécuter le code