3단계: 텍스트 정리 및 구성

R을 활용한 감성 분석

Ted Kwartler

Data Dude

시작해 봅시다!

초기 목표: polarity() 함수를 사용하여 검토할 텍스트의 하위 섹션을 정의합니다.

pos_comments <- subset(bos_reviews$comments, 
                       bos_reviews$polarity > 0)
neg_comments <- subset(bos_reviews$comments, 
                       bos_reviews$polarity < 0)

pos_terms <- paste(pos_comments, collapse = " ")
neg_terms <- paste(neg_comments, collapse = " ")

추가 정리

목표: 정돈된 임대 리뷰를 사용하여 tidy 형식의 극성 점수를 생성합니다.

library(tidytext)
library(dplyr)

tidy_reviews <- bos_reviews %>% 
    unnest_tokens(word, comments)

tidy_reviews <- tidy_reviews %>% 
    group_by(id) %>%
    mutate(original_word_order = seq_along(word))

Tidy 텍스트 극성 점수 계산

sentiments의 "bing" 어휘 목록은 단어를 긍정 또는 부정으로 분류합니다.

library(tidytext)
library(tidyr)
library(dplyr)

bing <- sentiments %>% 
    filter(lexicon == "bing")

pos_neg <- tidy_reviews %>% 
    inner_join(bing) %>%
    count(sentiment) %>%
    pivot_wider(names_from = sentiment, values_from = n, values_fill = 0) %>%
    mutate(polarity = positive - negative)

연습해 봅시다!

R을 활용한 감성 분석