Polaryzacja na prawdziwym tekście
Do tej pory poznałeś/-aś podstawowe składniki potrzebne do oceny pozytywnego lub negatywnego wydźwięku tekstu. Zapamiętaj poniższe punkty, żeby mieć pewność co do swoich wyników.
- Leksykon subiektywności to predefiniowana lista słów powiązanych z emocjami lub odczuciami pozytywnymi/negatywnymi.
- Nie trzeba wymieniać każdego słowa w leksykonie subiektywności, ponieważ prawo Zipfa opisuje sposób, w jaki ludzie się wyrażają.
Szybkim sposobem na start jest użycie funkcji polarity(), która ma wbudowany leksykon subiektywności.
Funkcja skanuje tekst w poszukiwaniu słów obecnych w leksykonie, a następnie tworzy skupisko wokół każdego zidentyfikowanego słowa subiektywności. W obrębie skupiska modulatory wartościowania wpływają na wynik. Są to słowa, które wzmacniają lub negują emocjonalny wydźwięk słowa subiektywności. Na przykład „powszechnie znany" jest pozytywne, a „niepowszechnie znany" – negatywne. Słowo „nie" jest tutaj negacją i odwraca wydźwięk wyrażenia „powszechnie znany". Z kolei „bardzo powszechnie znany" używa wzmacniacza, który zwiększa pozytywny wydźwięk.
Funkcja polarity() oblicza następnie wynik na podstawie terminów subiektywności, modulatorów wartościowania oraz łącznej liczby słów w tekście. To ćwiczenie pokazuje prosty przykład obliczania polaryzacji. W następnym filmie przyjrzymy się bliżej działaniu funkcji polarity() od środka.
To ćwiczenie jest częścią kursu
Analiza sentymentu w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Example statement
positive <- "DataCamp courses are good for learning"
# Calculate polarity of statement
(pos_score <-___(___))