1

我计划在 R 中进行文本分析，就像使用自己的自定义词典按照“贸易”与“法律”逻辑进行情感分析一样。

我在一个 Excel 文件中有字典所需的所有单词。看起来像这样：

> %  1 Trade 2 Law % business   1 exchange  1 industry  1 rule  2
> settlement    2 umpire    2 court 2 tribunal  2 lawsuit   2 bench 2
> courthouse    2 courtroom 2

为了将其转换为适合 R 的格式并将其应用于我的文本语料库，我必须采取哪些步骤？

谢谢您的帮助！

4

1 回答 1

1

创建一个包含 2 列的 data.frame 并将其存储在某处，作为 rds、数据库对象或在 excel 中。因此，您可以在每次需要时加载它。

在 data.frame 中获得数据后，您可以使用 joins /dictionaries 将其与文本语料库中的单词匹配。在评分 data.frame 中，我使用 1 和 2 来表示扇区，但您也可以使用单词。

请参阅使用 tidytext 的示例，但请阅读情绪分析并使用您需要的任何包。

library(tidytext)
library(dplyr)
text_df <- data.frame(id = 1:2,
                      text = c("The business is in the mining industry and has a settlement.",
                               "The court ordered the business owner to settle the lawsuit."))

text_df %>% 
  unnest_tokens(word, text) %>% 
  inner_join(my_scoring_df)

Joining, by = "word"
  id       word sector
1  1   business      1
2  1   industry      1
3  1 settlement      2
4  2      court      2
5  2   business      1
6  2    lawsuit      2

数据：

my_scoring_df <- structure(list(word = c("business", "exchange", "industry", "rule", 
"settlement", "umpire", "court", "tribunal", "lawsuit", "bench", 
"courthouse", "courtroom"), sector = c(1L, 1L, 1L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L)), class = "data.frame", row.names = c(NA, 
-12L))
于 2020-06-10T14:56:12.653 回答