用R语言实现文本情感分析——案例

栏目导航

技术观点

作者：admin 2020-12-07 17:40:36

情感分析是对个人观点的挖掘，个人观点即个人对产品、服务等的带有主观感情色彩的态度甚至是情绪。随着自然语言处理技术的发展，可以做文本分析的工具越来越多，他的分类可以分为篇章级、句子级、词语级。

接下来本文就举个与句子级文本情感分析相关的简单例子，采用R语言对XX酒店评论进行文本情感分析，具体操作如下：

1、导入文本数据
通过readr包，对爬取回来的文本数据进行读取，效果如下：

2、原始数据清洗
对导入的文本数据进行数据清洗，包括去除重复的数据和去除无关字符等，具体如下：

3、分词并统计词频
导入停用词典，利用jiebaR包对文本数据进行分词并统计词频：
将词语转为数据框形式，一列是词，一列是词语所在句子ID，最后一列是词语的词性。

4、导入情感词典，给词典赋权
导入情感词典，并给情感词典里面的正负面情感的词赋予权重，然后提取文本数据中的正面、负面的情感词语，并进行位置确定。

5、情感词的修订
根据情感词前是否有否定词或双层否定词对情感值进行修正。

6、定位语句位置
对修订后的后的数据框内的词语进行定位，确定其处于原始文本中的位置。

7、提取正反面数据
以负面信息为例子，结果如下：

8、可视化
这个例子的数据可视化采用词云图的形式来体现，词云图里的字体越大，则说明正面评论和方面评论出现频率高，是客户的关注点、态度、情绪等体现。这里是利用wordcloud2包来实现，结果如下：

正面评论词云图：

负面评论词云图：

*本文中所采用的数据资料来自商略咨询数据库