Kolik slov znáte? Zipfův zákon & subjektivní lexikon

Sentiment Analysis in R

Ted Kwartler

Data Dude

Subjektivní lexikon

library(qdap)
library(magrittr)

text_df %$% polarity(text)

Vrátí objekt "polarity" s pozitivním a negativním skóre.

Subjektivní lexikon je předdefinovaný seznam slov spojených s emocionálním kontextem, jako je pozitivní/negativní nebo konkrétní emoce, např. „frustrace" či „radost".

Kde získat subjektivní lexikony?

Funkce polarity() z qdap používá lexikon hash_sentiment_huliu
tidytext obsahuje tibble sentiments s
- NRC – Slova podle 8 emocí (např. „vztek" nebo „radost") a Poz/Neg
- Bing – Slova označená jako pozitivní nebo negativní
- AFINN – Slova ohodnocená od -5 do 5

library(lexicon)

Název	Popis
`dodds_sentiment`	Slova s hodnocením sentimentu (Mechanical Turk)
`hash_emoticons`	Překlady základních textových emotikonů :)
`hash_sentiment_huliu`	Výzkum polarity (+/-) slov (U of IL @CHI)
`hash_sentiment_jockers`	Lexikon převzatý z `library(syuzhet)`
`hash_sentiment_nrc`	5 468 slov s hodnocením crowd-sourcingem od -1 do 1

To není možné! Příliš málo slov.

přemýšlení

Zipfův zákon
Princip nejmenší námahy

Zipfův zákon v praxi

Pořadí	Město	Sčítání 2010	Skutečné %	Zipfův odhad %
1	New York	8 175 133	100%	...
2	LA	3 792 621	46%	50%
3	Chicago	2 695 598	33%	33%
4	Houston	2 100 263	26%	25%
5	Philadelphia	1 526 006	19%	20%

Princip nejmenší námahy

Pokud existuje více způsobů, jak dosáhnout stejného cíle, lidé zvolí ten nejméně náročný.

líná kočka

Dále...

logo Twitter

fotbal

Pojďme cvičit!

Sentiment Analysis in R