चरण 3: टेक्स्ट को व्यवस्थित (और साफ) करें

R में Sentiment Analysis

Ted Kwartler

Data Dude

शुरू करें!

प्रारंभिक लक्ष्य: परीक्षण के लिए टेक्स्ट के उप-खंड तय करने को polarity() फंक्शन का उपयोग करें.

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 = " ")

और संगठन

लक्ष्य: टाइडी रेंटल रिव्यूज़ से टाइडी फॉर्मेटेड polarity स्कोरिंग बनाएँ.

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))

टाइडी टेक्स्ट polarity स्कोरिंग

याद करें, sentiments में "bing" लेक्सिकॉन शब्दों को positive या negative के रूप में वर्गीकृत करता है.

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)

अभ्यास करते हैं!

R में Sentiment Analysis