Lancez-vous ! Visualiser la polarité

L'analyse de sentiment vous aide à extraire le ressenti d'un auteur vis-à-vis d'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 noter text_df. polarity() accepte un objet de type chaîne de caractères seul ou un data frame avec une variable de regroupement pour calculer un score positif ou négatif.

Dans cet exemple, vous utiliserez l'opérateur "dollar pipe" %$% du package magrittr. Le signe dollar transmet le data frame à polarity(), puis vous indiquez le nom de la 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 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 corpus. Le fait de ne scorer 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().

Cet exercice fait partie du cours

<cours>Analyse de sentiments en R</cours>

Voir le cours

Instructions de l’exercice

Examinez le data frame de conversation text_df.
En utilisant %$%, transmettez text_df à polarity() avec le nom de colonne text sans guillemets. Cela affichera la polarité de tout le texte.
Créez un nouvel objet datacamp_conversation en transmettant text_df avec %$% 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 également affiché.
Appliquez counts() à datacamp_conversation pour afficher les mots émotionnels spécifiques qui ont été trouvés.
Appliquez plot() à 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