คุณรู้จักคำศัพท์กี่คำ? กฎของ Zipf และ Subjectivity Lexicon

การวิเคราะห์ความรู้สึกใน R

Ted Kwartler

Data Dude

Subjectivity Lexicon

library(qdap)
library(magrittr)

text_df %$% polarity(text)

คืนค่าออบเจกต์ "polarity" พร้อมคะแนนบวกและลบ

subjectivity lexicon คือรายการคำที่กำหนดไว้ล่วงหน้า ซึ่งเชื่อมโยงกับบริบทเชิงอารมณ์ เช่น บวก/ลบ หรืออารมณ์เฉพาะ เช่น "frustration" หรือ "joy"

ฟังก์ชัน polarity() ของ qdap ใช้ lexicon จาก hash_sentiment_huliu
tidytext มี tibble ชื่อ sentiments ประกอบด้วย
- NRC - จัดหมวดคำตาม 8 อารมณ์ เช่น "angry" หรือ "joy" และ Pos/Neg
- Bing - คำที่ระบุว่าบวกหรือลบ
- AFINN - คำที่ให้คะแนนตั้งแต่ -5 ถึง 5

ชื่อ	คำอธิบาย
`dodds_sentiment`	คำสำหรับวิเคราะห์ความรู้สึกจาก Mechanical Turk
`hash_emoticons`	การแปลอีโมติคอนพื้นฐานจากเครื่องหมายวรรคตอน :)
`hash_sentiment_huliu`	งานวิจัยด้าน Polarity (+/-) จาก U of IL @CHI
`hash_sentiment_jockers`	Lexicon ที่รับมาจาก `library(syuzhet)`
`hash_sentiment_nrc`	คำ 5,468 คำที่ให้คะแนนแบบ crowdsourced ระหว่าง -1 ถึง 1

กำลังคิด

อันดับ	เมือง	ประชากรสำมะโน 2010	% จริง	% ตามที่ Zipf คาดการณ์
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%

เมื่อมีหลายวิธีในการบรรลุเป้าหมายเดียวกัน คนเราจะเลือกวิธีที่ใช้ความพยายามน้อยที่สุด

แมวขี้เกียจ

โลโก้ Twitter

ฟุตบอล

การวิเคราะห์ความรู้สึกใน R