Kom igångKom igång gratis

Bing tidy-polaritet: Enkelt exempel

Nu när du förstår grunderna i en inner join kan vi tillämpa det på "Bing"-lexikonet. Kom ihåg att funktionen inner_join() kommer från dplyr och att lexikonobjektet hämtas med get_sentiments() från tidytext.

Bing-lexikonet märker ord som positiva eller negativa. I de tre följande övningarna får du arbeta med just det här lexikonet. För att använda get_sentiments() skickar du in en sträng som "afinn", "bing", "nrc" eller "loughran" för att ladda ned det aktuella lexikonet.

Arbetsflödet för inner join:

  • Hämta rätt lexikon med get_sentiments().
  • Skicka lexikonet och tidy-textdatan till inner_join().
  • För att inner_join() ska fungera måste det finnas ett gemensamt kolumnnamn. Om inga gemensamma kolumnnamn finns, deklarera dem med en extra parameter – by – satt till c med kolumnnamnen enligt nedan.
object <- x %>% 
    inner_join(y, by = c("column_from_x" = "column_from_y"))
  • Utför aggregering och analys på tabellintersektionen.

Den här övningen är en del av kursen

Sentimentanalys i R

Visa kurs

Övningsinstruktioner

Vi har laddat in ag_txt med de första 100 raderna från Agamemnon samt ag_tidy, som är den städade versionen.

  • Använd polarity()ag_txt för jämförelse.
  • Hämta "bing"-lexikonet genom att skicka den strängen till get_sentiments().
  • Utför en inner_join() med ag_tidy och bing.
    • Ordkolumnerna heter "term" i ag_tidy och "word" i lexikonet, så deklarera argumentet by.
    • Spara det nya objektet som ag_bing_words.
  • Skriv ut ag_bing_words och titta på några av de ord som ingår i resultatet.
  • Skicka ag_bing_words till count() för sentiment med hjälp av pipe-operatorn %>%. Jämför polaritetspoängen från polarity() med kvoten för sentimenträkningarna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Qdap polarity
___

# Get Bing lexicon
bing <- get_sentiments("___")

# Join text to lexicon
ag_bing_words <- ___(___, ___, by = c("___" = "___"))

# Examine
ag_bing_words

# Get counts by sentiment
ag_bing_words %>%
  ___(___)
Redigera och kör kod