1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analiza sentymentu w R
Connected

ćwiczenie

Radosne piosenki!

Same słowa pozytywne i negatywne to za mało. W tym ćwiczeniu poznasz modyfikatory walencji, które informują o emocjonalnym zamiarze autora. Wcześniej stosowałeś(-aś) funkcję polarity() do tekstu bez modyfikatorów walencji. W tym przykładzie zobaczysz w działaniu słowa wzmacniające i negujące.

Pamiętaj, że słowo wzmacniające dodaje 0,8 do słowa pozytywnego w polarity(), przez co wynik pozytywny wynosi 1,8. Dla słów negatywnych odejmuje się 0,8, co daje łącznie -1,8. Następnie wynik jest dzielony przez pierwiastek kwadratowy z całkowitej liczby słów.

Rozważ następujący przykład z piosenki Franka Sinatry:

  • "It was a very good year"

„Good" równa się 1, a „very" dodaje kolejne 0,8. Zatem 1,8/sqrt(6) daje polaryzację 0,73.

Słowo negujące, takie jak „not", odwraca wynik subiektywności. Rozważ następujący przykład z piosenki Bobby'ego McFerrina:

  • "Don't worry Be Happy"

„worry" wynosi teraz 1 dzięki negacji „don't". Dodając „happy", +1, otrzymujemy 2. Przy 4 słowach łącznie 2 / sqrt(4) daje wynik polaryzacji równy 1.

Instrukcje

100 XP
  • Przejrzyj ramkę danych conversation. Zwróć uwagę na modyfikatory walencji, takie jak „never", w kolumnie tekstowej.
  • Zastosuj polarity() do kolumny text ramki conversation, aby obliczyć polaryzację całej rozmowy.
  • Oblicz wyniki polaryzacji według uczniów, przypisując wynik do student_pol.
    • Wywołaj ponownie polarity(), tym razem przekazując dwie kolumny z conversation.
    • Zmienna tekstowa to text, a zmienna grupująca to student.
  • Aby zobaczyć wyniki na poziomie uczniów, użyj scores() na student_pol.
  • Funkcja counts() zastosowana do student_pol wyświetli polaryzację na poziomie zdań dla całej ramki danych wraz ze zidentyfikowanymi słowami ze słownika.
  • Obiekt polaryzacji student_pol można zwizualizować za pomocą plot().