Happy songs!
सिर्फ सकारात्मक और नकारात्मक शब्द काफ़ी नहीं होते. इस अभ्यास में आप valence shifters के बारे में सीखेंगे जो लेखक के भावनात्मक इरादे को दिखाते हैं. पहले आपने polarity() को ऐसे टेक्स्ट पर चलाया था जिसमें valence shifters नहीं थे. इस उदाहरण में आप amplification और negation शब्दों को काम करते देखेंगे.
ध्यान रखें कि amplifying शब्द polarity() में किसी सकारात्मक शब्द में 0.8 जोड़ देता है, तो positive स्कोर 1.8 हो जाता है. नकारात्मक शब्दों के लिए 0.8 घटाया जाता है, इसलिए कुल -1.8 बनता है. फिर इस स्कोर को कुल शब्दों की square root से भाग दिया जाता है.
Frank Sinatra के निम्न उदाहरण पर विचार करें:
- "It was a very good year"
"Good" का मान 1 है और "very" से 0.8 और जुड़ता है. तो 1.8/sqrt(6) का परिणाम 0.73 polarity आता है.
"not" जैसा कोई negating शब्द subjectivity स्कोर को उलट देगा. Bobby McFerrin के निम्न उदाहरण पर विचार करें:
- "Don't worry Be Happy"
negation "don't" के कारण "worry" अब 1 हो जाता है. "happy" जोड़ने पर, +1, कुल 2 हो जाता है. कुल 4 शब्द होने पर, 2 / sqrt(4) का मान 1 आता है, जो polarity स्कोर है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Sentiment Analysis
अभ्यास निर्देश
conversationडेटा फ़्रेम देखें. टेक्स्ट कॉलम में "never" जैसे valence shifters नोट करें.- पूरी बातचीत की polarity निकालने के लिए
conversationकेtextकॉलम परpolarity()लगाएँ. - छात्र-स्तर पर polarity स्कोर निकालें और परिणाम
student_polमें रखें.polarity()फिर से कॉल करें, इस बारconversationकी दो कॉलम पास करें.- text वैरिएबल
textहै और grouping वैरिएबलstudentहै.
- छात्र-स्तर के परिणाम देखने के लिए
student_polपरscores()का उपयोग करें. student_polपर लगाया गयाcounts()फ़ंक्शन पूरे डेटा फ़्रेम के वाक्य-स्तरीय polarity के साथ पहचाने गए lexicon शब्द भी प्रिंट करेगा.- polarity ऑब्जेक्ट
student_polकोplot()से प्लॉट किया जा सकता है.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Examine conversation
___
# Polarity - All
___
# Polarity - Grouped
student_pol <- conversation %$%
___(___, ___)
# Student results
___
# Sentence by sentence
___
# qdap plot
___