r - 如何为 R 中的情感分析分配不同的分数？

Question

我有一个推文文件，我想要/需要对其执行情绪分析。 我遇到过this这个过程运行良好，但现在我想更改此代码，以便我可以根据情绪分配不同的分数。

这是代码:

    score.sentiment = function(sentences , pos.words, neg.words , progress='none')
{
 require(plyr)
 require(stringr)
 scores = laply(sentences,function(sentence,pos.words,neg.words)
 {
     sentence =gsub('[[:punct:]]','',sentence)
     sentence =gsub('[[:cntrl]]','',sentence)
     sentence =gsub('\\d+','',sentence)
     sentence=tolower(sentence)
     word.list=str_split(sentence,'\\s+')
     words=unlist(word.list)
     pos.matches=match(words,pos.words)
     neg.matches=match(words,neg.words)
     pos.matches = !is.na(pos.matches)   
     neg.matches = !is.na(neg.matches) 
     score=sum(pos.matches)-sum(neg.matches)
     return(score)
 },pos.words,neg.words,.progress=.progress)
 scores.df=data.frame(scores=scores,text=sentences)
 return(scores.df)
}  

我现在要做的是拥有四本词典；

super.words, pos,words, neg.words, terrible.words.

我想为这些词典中的每一个分配不同的分数: super.words =+2, pos.words=+1, neg.words=-1, terrible.words=-2.

我知道 pos.matches = !is.na(pos.matches) 和 neg.matches = !is.na(neg.matches) 分配 1/0 表示 TRUE/FALSE，但是我想了解如何分配这些特定分数，从而为每条推文提供分数。

目前，我只关注标准的两个词典，pos 和 neg。 我已经为这两个数据框分配了分数:

posDF<-data.frame(words=pos, value=1, stringsAsFactors=F)

negDF<-data.frame(words=neg, value=-1, stringsAsFactors=F)

并尝试用这些算法运行上述算法，但没有任何效果。

我遇到了 this页面和this在其中编写了多个“for”循环的页面，但最终结果仅提供 -1、0 或 1 的总分。

最终，我正在寻找与此类似的结果:

table(analysis$score)

-5 -4 -3 -2 -1 0 1 2 3 4 5 6 19

3 8 49 164 603 2790 .....................等

但是到目前为止，如果我得到的结果不需要“调试”代码，我会得到这个:

< table of extent 0 >

这是我正在使用的一些示例推文:

tweets<-data.frame(words=c("@UKLabour @KarlTurnerMP #LabourManifesto Speaking as a carer, labours NHS plans are all good news, very happy. Making my day this!", "#LabourManifesto eggs and sweet things are looking evil", "@UKLabour @KarlTurnerMP Half way through the #LabourManifesto, this will definitely improve every-bodies lives if implemented fully.", "There is nothing "long term" about fossil fuels. #fracking #labourmanifesto https://twitter.com/stevetopple/status/587576796599595012", "Fair play Ed, very strong speech! Finally had the chance to watch it. #LabourManifesto wanna see the other manifestos nowwww") )

非常感谢任何帮助!

---

---

所以，从本质上讲，我想知道是否有办法更改原始脚本的这一部分:

pos.matches=match(words,pos.words)
 neg.matches=match(words,neg.words)
 pos.matches = !is.na(pos.matches)   
 neg.matches = !is.na(neg.matches)

所以我可以分配自己的特定分数？ (pos.words=+1, neg.words=-1) ?或者我是否必须合并各种 if 和 for 循环？

Answer 1

如果您只想使用自定义分数来生成总分，您可以将此行 score=sum(pos.matches)-sum(neg.matches) 更改为类似:

score=sum((super.pos.matches)*2 + sum(pos.matches) + sum(neg.matches)*(-1) + sum(terrible.matches)*(-2))