快速查看基础极性

在启动情感分析项目时，先快速运行一次 polarity() 往往能帮您设定预期或初步了解问题。在本练习中（为节省时间），您将只对 comments 向量的一部分应用 polarity()，同时更大的极性对象会在后台加载。

通过核密度图，您应当注意到评论并非以 0 为中心。导致这种情感"打分通胀"的常见原因有两个。首先，社会规范可能使受访者倾向于用更友善而非中性的语气。当然，这与渠道有关。尤其是像电子竞技或社交媒体这类带有犀利风格的渠道，可能更偏负面，进而出现"通缩"。不同渠道有不同的期望。第二个可能原因是"基于要素的情感"。在一些评论中，作者可能会写："床很舒服也不错，但厨房很脏很糟糕。"这类评论同时涵盖多个要素的情感，因此可能导致平均得分出现偏移。

在后续练习中，您将对这种"打分通胀"进行调整；而在这里，请先不做任何改动，直接探索这些评论。

本练习是课程的一部分

R 中的情感分析

查看课程

练习说明

使用 polarity() 作用于前 6 条评论（即 bos_reviews$comments[1:6]），创建 practice_pol。
直接调用 practice_pol，查看返回的极性对象。
对 practice_pol$all$polarity 调用 summary()——这将访问全部 6 条评论的总体极性。
我们还为全部 1000 条评论加载了一个更大的极性对象，名为 bos_pol。现在对能返回 bos_pol 的"所有"极性分数的正确列表元素调用 summary()。
示例代码中已准备好条形图和核密度图，即将打印。您需要填入代表"所有"分数的数据框。提示：在上一步中，polarity 是该数据框中的一列。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Practice apply polarity to first 6 reviews
practice_pol <- ___

# Review the object
___

# Check out the practice polarity
___

# Summary for all reviews
___

# Plot Boston polarity all element
ggplot(___, aes(x = polarity, y = ..density..)) + 
  geom_histogram(binwidth = 0.25, fill = "#bada55", colour = "grey60") +
  geom_density(size = 0.75) +
  theme_gdocs()

编辑并运行代码