Closed. This question does not meet Stack Overflow guidelines。它当前不接受答案。
想要改善这个问题吗?更新问题,以便将其作为on-topic用于堆栈溢出。
5年前关闭。
Improve this question
R中的“情感”包已从Cran存储库中删除。情绪分析还可以使用哪些其他软件包?
例如,如何使用其他软件包重写它?
此处文档定义为:
然后,将分数应用于语料库
结果存储在meta中:
代码后面的
降低 remove标点符号 removeNumbers = TRUE, removeWords = list(stopwords(“english”)), stripWhitespace stemDocument minWordLength = 3,
然后,应用得分函数:
极性 主观性 pos_refs_per_ref neg_refs_per_ref senti_diffs_per_ref
想要改善这个问题吗?更新问题,以便将其作为on-topic用于堆栈溢出。
5年前关闭。
Improve this question
R中的“情感”包已从Cran存储库中删除。情绪分析还可以使用哪些其他软件包?
例如,如何使用其他软件包重写它?
library(sentiment)
# CLASSIFY EMOTIONS
classify_emotion(some_txt,algorithm="bayes",verbose=TRUE)
# classify polarity
class_pol = classify_polarity(some_txt, algorithm="bayes")
此处文档定义为:
# DEFINE text
some_txt<- c("I am very happy at stack overflow , excited, and optimistic.",
"I am very scared from OP question, annoyed, and irritated.")
最佳答案
我找不到sentiment
包。这是基于tm.plugin.sentiment
包的。您可以找到它here。
首先,创建我的语料库:
some_txt<- c("I am very happy at stack overflow , excited, and optimistic.",
+ "I am very scared from OP question, annoyed, and irritated.")
text.corpus <- Corpus(VectorSource(some_txt))
然后,将分数应用于语料库
> text.corpus <- score(text.corpus)
结果存储在meta中:
> meta(text.corpus)
MetaID polarity subjectivity pos_refs_per_ref neg_refs_per_ref senti_diffs_per_ref
1 0 0 0.2857143 0.1428571 0.1428571 0.0000000
2 0 -1 0.1428571 0.0000000 0.1428571 -0.1428571
代码后面的
score
函数(默认行为)将使用以下tm函数来预处理语料库:然后,应用得分函数:
关于r - 除了 "sentiment"之外,还有其他软件包可以在R中进行情感分析吗?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/15194436/
10-13 00:31