1. 学ぶ
    2. /
  2. コース
    3. /
  3. Rで学ぶSentiment Analysis
Connected

演習

Tidy の感情分析と Qdap の極性を比較する

ここでは、感情分析の手法が異なれば結果も異なることを学びます。多くの場合、細部は違っても、結果が同じ方向性を示していれば十分なことがあります。前の演習では、ストップワードを除いた賃貸レビューのデータフレーム tidy_reviews を作成しました。章の前半では、qdap の基本関数 polarity() を計算・可視化し、レビューが概ねポジティブであることを確認しました。

では次に、tidytext 流の同様の分析を行いましょう。前の章で学んだように、まず inner_join() を行い、その後に count()、さらに pivot_wider() を適用します。

最後に、mutate() を使って新しい列を作成し、positive - negative を計算します。

指示

100 XP
  • get_sentiments() 関数に "bing" を指定すると、bing の主観性レキシコンを取得できます。レキシコンは bing という名前で保持してください。
  • このコードは第2章ですでに書いているので、mutate() の中でレキシコンオブジェクト bing、新しい列名（polarity）、その計算式を入力するだけで構いません。
  • 最後に新しいオブジェクト pos_neg に対して summary() を呼び出します。値は異なっていても、平均値を見たとき、polarity() を使った場合と同様に、ほとんどの賃貸レビューはポジティブと言えますか？「成績インフレ（grade inflation）」は見られますか？