Zacznij terazZacznij za darmo

Analiza sentymentu i emocji

W zbiorze danych sentiments leksykon nrc zawiera słownik słów wraz z przypisanymi do nich emocjami, takimi jak radość, zaufanie, oczekiwanie i inne.

Analizując zbiór danych rosyjskich botów tweetujących, przyglądałeś się tweetom wysyłanym zarówno przez lewicowego, jak i prawicowego bota. Zbadaj treść tweetów lewicowego (demokratycznego) bota, korzystając z leksykonu nrc. Lewe tweety, left, zostały już poddane tokenizacji na poziomie słów, a słowa stop zostały usunięte.

To ćwiczenie jest częścią kursu

Wprowadzenie do przetwarzania języka naturalnego w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Utwórz obiekt tibble zawierający wyłącznie słowa związane z oczekiwaniem (anticipation) z leksykonu nrc.
  • Utwórz obiekt tibble zawierający wyłącznie słowa związane z radością (joy) z leksykonu nrc.
  • Wyświetl najpopularniejsze słowa z kategorii anticipation znalezione w left_tokens.
  • Wyświetl najpopularniejsze słowa z kategorii joy znalezione w left_tokens.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

left_tokens <- left %>%
  unnest_tokens(output = "word", token = "words", input = content) %>%
  anti_join(stop_words)
# Dictionaries 
anticipation <- ___("nrc") %>% 
  ___(sentiment == "anticipation")
joy <- ___("nrc") %>% 
  ___(sentiment == "joy")
# Print top words for Anticipation and Joy
left_tokens %>%
  ___(anticipation, by = "word") %>%
  ___(word, sort = TRUE)
left_tokens %>%
  ___(joy, by = "word") %>%
  ___(word, sort = TRUE)
Edytuj i uruchom kod