我正在使用此示例对 R 中的 txt 文档集合进行情感分析。代码为：
library(tm)
library(tidyverse)
library(tidytext)
library(glue)
library(stringr)
library(dplyr)
library(wordcloud)
require(reshape2)
files <- list.files(inputdir,pattern="*.txt")
GetNrcSentiment <- function(file){
fileName <- glue(inputdir, file, sep = "")
fileName <- trimws(fileName)
fileText <- glue(read_file(fileName))
fileText <- gsub("\\$", "", fileText)
tokens <- data_frame(text = fileText) %>% unnest_tokens(word, text)
# get the sentiment from the first text:
sentiment <- tokens %>%
inner_join(get_sentiments("nrc")) %>% # pull out only sentiment words
count(sentiment) %>% # count the # of positive & negative words
spread(sentiment, n, fill = 0) %>% # made data wide rather than narrow
mutate(sentiment = positive - negative) %>% # positive - negative
mutate(file = file) %>% # add the name of our file
mutate(year = as.numeric(str_match(file, "\\d{4}"))) %>% # add the year
mutate(city = str_match(file, "(.*?).2")[2])
return(sentiment)
}
.txt 文件存储在inputdir并具有名称AB-City.0000，其中 AB 是国家/地区的缩写，City 是城市名称，0000 是年份（范围从 2000 年到 2017 年）。
该函数按预期适用于单个文件，即GetNrcSentiment(files[1])给我一个带有适当计数的小标题。但是，当我尝试为整个集合运行它时，即
nrc_sentiments <- data_frame()
for(i in files){
nrc_sentiments <- rbind(nrc_sentiments, GetNrcSentiment(i))
}
我收到以下错误消息：
Joining, by = "word"
Error in rbind(deparse.level, ...) :
numbers of columns of arguments do not match
完全相同的代码适用于较长的文档，但在处理较短的文本时会出错。似乎并非所有情绪都在小文档中找到，因此每个文档的列数不同，这可能导致此错误，但我不确定。我将不胜感激有关如何解决问题的任何建议。如果未找到情绪，我希望条目等于零（如果这是我的问题的原因）。
顺便说一句，bing 情绪函数会遍历大约两打文件并给出不同的错误，这似乎指向同一个问题（未找到负面情绪？）：
GetBingSentiment <- function(file){
fileName <- glue(inputdir, file, sep = "")
fileName <- trimws(fileName)
fileText <- glue(read_file(fileName))
fileText <- gsub("\\$", "", fileText)
tokens <- data_frame(text = fileText) %>% unnest_tokens(word, text)
# get the sentiment from the first text:
sentiment <- tokens %>%
inner_join(get_sentiments("bing")) %>% # pull out only sentiment words
count(sentiment) %>% # count the # of positive & negative words
spread(sentiment, n, fill = 0) %>% # made data wide rather than narrow
mutate(sentiment = positive - negative) %>%
mutate(file = file) %>% # add the name of our file
mutate(year = as.numeric(str_match(file, "\\d{4}"))) %>% # add the year
mutate(city = str_match(file, "(.*?).2")[2])
# return our sentiment dataframe
return(sentiment)
}
Error in mutate_impl(.data, dots) :
Evaluation error: object 'negative' not found.
编辑：根据 David Klotz 的建议，我将代码编辑为
for(i in files){ nrc_sentiments <- dplyr::bind_rows(nrc_sentiments, GetNrcSentiment(i)) }
结果，如果未找到来自某种情绪的单词，nrc 不会抛出错误，而是生成 NA，但是在 22 次加入后，我会得到一个不同的错误：
Error in mutate_impl(.data, dots) : Evaluation error: object 'negative' not found.
使用 dplyr 运行 bing 函数时会出现相同的错误。到函数到达第 22 个文档时，两个数据帧都包含所有情绪的列。什么可能导致错误以及如何诊断它？