Finale infelice? Polarità cronologica
A volte vuoi monitorare il sentiment nel tempo. Ad esempio, durante una campagna pubblicitaria potresti seguire il sentiment verso il brand per vedere l’effetto della campagna. Hai visto alcuni esempi di questo alla fine del capitolo precedente.
In questo esercizio ripasserai il workflow per esplorare il sentiment nel tempo usando il romanzo Moby Dick. È lecito aspettarsi che i momenti felici del libro contengano più parole positive che negative. Al contrario, i momenti cupi e i finali tristi dovrebbero usare un linguaggio più negativo. Vedrai anche alcuni trucchi per rendere la tua serie storica di sentiment più gradevole visivamente.
Ricorda che il workflow è:
- Esegui un inner join del testo con il lessico per parola.
- Conta i sentiment per riga.
- Rimodella i dati in modo che ogni sentiment abbia la propria colonna.
- (A seconda del lessico) Calcola la polarità come punteggio positivo meno punteggio negativo.
- Visualizza la serie storica della polarità.
Questo esercizio dovrebbe risultarti familiare: estende Bing tidy polarity: Call me Ishmael (with ggplot2)!
Questo esercizio fa parte del corso
Sentiment Analysis in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
moby_polarity <- moby %>%
# Inner join to the lexicon
___(___, by = c("___" = "___")) %>%
# Count by sentiment, index
___(___, ___) %>%
# Pivot sentiments wider
___(names_from = ___, values_from = ___, values_fill = ___) %>%
mutate(
# Add polarity field
___ = ___ - ___,
# Add line number field
___ = ___()
)