问题标签 [sentimentr]

我有一个闪亮的应用程序正在查看新闻文章的情绪分析。作为其中的一部分，我使用感测器函数get_sentences()和sentiment(). 当我在控制台中运行此代码时，它工作正常，但是当我尝试通过闪亮运行它时，我得到了错误Error in mutate_impl: Evaluation error: unused argument (.x)

相关代码为：

随着错误发生就mutate(sentences = map(body, ~(get_sentences(.x))), (sentiment = map(sentences, ~(sentiment(.x)))))行了。

当我通过控制台运行它时，它不会抛出错误并且工作正常，创建一个包含一sentences列的数据框，以及一个sentiment包含相关列表的列（来自感测器函数的正确输出）。我已经测试过，在控制台和闪亮版本中，传递到该管道的帧是相同的。我怀疑与使用闪亮的map调用可能有一些关系。(.x)

我正在尝试使用“sentimentr”包在 r 中运行情绪分析。我输入了一个评论列表，在输出中得到了 element_id、sentence_id、word_count、sentiment。带有长短语的评论正在转换为单个句子。我想知道基于哪个包的逻辑？

我的评论有 4 个主要类别——食物、氛围、价格和服务。而且我还为这些主题设置了二元组，我正在尝试根据主题拆分句子

例如 - “我们有一个大约 25 人的大型聚会，所以有些问题是可以理解的。但服务员似乎完全不知所措。有很多问题我什至无法开始解释。简单地说食物需要一个多小时才能送达，它到的时候煮过头了，我儿子吃了一块烧焦的牛排，经理来到餐桌上说他们现在没有牛排了，我可以继续吃下去。我们非常失望”分成5句话

1）我们有一个大约 25 人的大型聚会，所以有些问题是可以理解的 2）但是服务器似乎完全不堪重负。3）有太多的问题我什至无法解释。4）简单地说食物需要一个多小时才能送达，到达时它已经煮过头了，我儿子有一块烧焦的牛排，经理来到餐桌上说他们现在没有牛排了，我可以继续下去。5）我们非常失望

我想知道拆分背后是否有任何语义逻辑，或者它只是基于句号？

我正在尝试借助我的 DTM（文档术语矩阵）或 TDM（术语文档矩阵）在 R 中应用情感分析。我在论坛和谷歌上找不到任何类似的话题。因此，我创建了一个语料库，并从该语料库中生成了 R 中的 dtm/tdm。我的下一步是应用情绪分析，稍后我需要通过 SVM 进行股票预测。我给出的代码是：

我读到在 get_sentiments() 函数的帮助下可以通过 tidytext 包。但不可能将其应用于 DTM/TDM。如何对已清理的过滤词进行情绪分析，这些过滤词已经词干化、标记化等？我看到很多人对一个空洞句做了情感分析，但我想把它应用到我的单个词上，看看它们是积极的、消极的、得分等。在此先感谢！

我正在设计一个 R FlexDashboard，我在其中使用以下代码上传 CSV 数据：

然后我使用反应方法来选择数据集：

这是用于从数据集列“文本”中选择特定行的滑块输入：

最后，使用观察输入，我尝试使用sentimentr包根据情绪（负面或正面）突出显示所选文本：

当我想从上面显示突出显示的文本时：

我收到以下错误：

我在这里做错了什么？

我正在尝试在 R 上使用 nrguimaraes 的 VADER 情绪工具来获取几条推文的情绪分数。该工具的描述以及如何安装它在这里描述： https ://rdrr.io/github/nrguimaraes/sentimentSetsR/man/getVaderRuleBasedSentiment.html

但是，当我尝试处理多个元素时，会出现错误。我想编辑该函数，以便它能够处理多个元素。

功能是：

所以当我跑步时

错误出现为

我想知道如何编辑此函数以能够处理具有多行文本的数据，例如当您使用 Rtweet 收集推文时。

我有一个包含变量“AgentID”、“类型”、“日期”和“文本”的数据框，其中一个子集如下：

首先，我使用以下方法找出了排名前 10 的愤怒词：

我创建了一个包含前 10 个愤怒词的向量，如下所示：

接下来我想做的是找出哪些“特工”经常说这些话并对其进行排名。但我很困惑我们怎么能做到这一点？我应该逐个搜索单词并按代理分组，还是有其他更好的方法。我所看到的结果如下：

这是一个基本的情绪示例。通过该get_sentences函数将文本数据拆分为句子。我们为列表的整个元素（在本例中）sentiment_by近似文本的情感（极性）。mytext

例如，例如：

我得到了以下结果：

在应用情感功能之前，我想从mytext. 我想我可以使用，例如：

但我得到：

例如，我有一行文本“我很感激帮助”，我想从情感词典中删除“感激”这个词，这样它就不会影响任何情感得分。

有没有办法修改sentimentr包中的单词？例如，我想将“请”一词更改为负分而不是正分。现在我正在使用该功能：

评估句子情感。

我有一个推文数据框。给定的推文有多个句子。当我使用感测者的感悟函数时，它会为每个函数返回一个分数，如下所示：

但是如果我想要整个推文的一个分数，我可以通过取平均分来实现这个效果

所以，我想我可以将相同的逻辑应用于整个数据帧

但是...这将为所有推文返回相同的值。如果我放弃mean()我会得到NULL，因为有太多的句子/乐谱需要解压。

如何获得分配给数据框每一行的单个值？