Auffrischung: Text-Mining-Workflow

Sentimentanalyse in R

Ted Kwartler

Data Dude

Bisher ...

  • polarity()
    • Valenzverschieber
  • tidytext, dplyr, tidyr
    • bing, nrc, afinn
  • Visualisierungen
Sentimentanalyse in R

  Boston-Karte

Sentimentanalyse in R

Der Text-Mining-Workflow

tm workflow

Sentimentanalyse in R

6 definierte Schritte

  1. Problem und Ziele definieren
  2. Text identifizieren
  3. Text organisieren
  4. Features extrahieren
  5. Analysieren
  6. Schluss ziehen/Erkenntnis gewinnen
Sentimentanalyse in R

Schritt 1: Definiere dein Problem

Tipps:

  • Sei präzise
  • Vermeide „Scope Creep"
  • Iteriere und probiere neue Methoden und/oder Subjektivitätslexika, um Konsistenz zu prüfen
Sentimentanalyse in R

Schritt 2: Identifiziere deinen Text

Tipps:

  • Finde passende Quellen (z. B. ist Wikipedia für Aktienkurse weniger sinnvoll als ein Aktienforum)
  • Beachte die Nutzungsbedingungen einer Seite; achte auf Web-Scraping
  • Quellen prägen die Sprache – mach dich mit Ton und Nuancen der Quelle vertraut
Sentimentanalyse in R

Lass uns üben!

Sentimentanalyse in R

Preparing Video For Download...