R 词典中短语的情感分析

我正在对我收到的一组推特进行情绪分析，现在我想知道如何在积极和消极词典中添加短语

我已经在文件中读过我想测试的短语，但是当运行情绪分析时，它并没有给我一个结果

当阅读情感算法时，我可以看到它将单词与词典进行匹配，但是有没有一种方法可以扫描单词和短语

代码如下：

    score.sentiment = function(sentences, pos.words, neg.words, .progress='none')
{
  require(plyr)  
  require(stringr)  
  # we got a vector of sentences. plyr will handle a list  
  # or a vector as an "l" for us  
  # we want a simple array ("a") of scores back, so we use  
  # "l" + "a" + "ply" = "laply":  
  scores = laply(sentences, function(sentence, pos.words, neg.words) {
    # clean up sentences with R's regex-driven global substitute, gsub():
    sentence = gsub('[[:punct:]]', '', sentence)
    sentence = gsub('[[:cntrl:]]', '', sentence)
    sentence = gsub('\\d+', '', sentence)    
    # and convert to lower case:    
    sentence = tolower(sentence)    
    # split into words. str_split is in the stringr package    
    word.list = str_split(sentence, '\\s+')    
    # sometimes a list() is one level of hierarchy too much    
    words = unlist(word.list)    
    # compare our words to the dictionaries of positive & negative terms
    pos.matches = match(words, pos)
    neg.matches = match(words, neg)   
    # match() returns the position of the matched term or NA    
    # we just want a TRUE/FALSE:    
    pos.matches = !is.na(pos.matches)   
    neg.matches = !is.na(neg.matches)   
    # and conveniently enough, TRUE/FALSE will be treated as 1/0 by sum():
    score = sum(pos.matches) - sum(neg.matches)    
    return(score)    
  }, pos.words, neg.words, .progress=.progress )  
  scores.df = data.frame(score=scores, text=sentences)  
  return(scores.df)  
}
analysis=score.sentiment(Tweets, pos, neg)
table(analysis$score)

这是我得到的结果：

0
20

然而，我追求的是这个函数提供的标准表 e、 g

比如说

有人对如何在短语上运行这个有什么想法吗？

---

注意：TWEETS文件是一个句子文件。

功能

评分。情绪
似乎起作用。如果我尝试一个非常简单的设置

Tweets = c("this is good", "how bad it is")
neg = c("bad")
pos = c("good")
analysis=score.sentiment(Tweets, pos, neg)
table(analysis$score)

我得到了预期的结果

> table(analysis$score)

-1  1 
 1  1 

你是如何将这20条推文反馈给该方法的？从你发布的结果来看，
020
，我想说你的问题是你的20条推文没有任何正面或负面的词，尽管你当然会注意到。也许如果你在推特列表上发布更多的细节，你的积极和消极的话语会更容易帮助你

不管怎样，你的功能似乎工作得很好

希望能有帮助

通过评论在澄清后编辑：

实际上，为了解决问题，你需要将你的句子标记为
n-grams
，其中
n
对应于你在正负
n-grams
列表中使用的最大字数。您可以在中查看如何执行此操作。为了完整性，并且因为我自己已经测试过了，这里有一个例子来说明您可以做些什么。我将其简化为
bigrams
（n=2），并使用以下输入：

Tweets = c("rewarding hard work with raising taxes and VAT. #LabourManifesto", 
              "Ed Miliband is offering 'wrong choice' of 'more cuts' in #LabourManifesto")
pos = c("rewarding hard work")
neg = c("wrong choice")

您可以像这样创建一个二元标记器

library(tm)
library(RWeka)
BigramTokenizer <- function(x) NGramTokenizer(x, Weka_control(min=2,max=2))

然后在你的方法中，你只需替换这一行

word.list = str_split(sentence, '\\s+')

由此

word.list = BigramTokenizer(sentence)

当然，如果您将
word.list
更改为
ngram.list
或类似的内容会更好

结果正如所料

> table(analysis$score)

-1  0 
 1  1

只要确定你的
n-gram
大小并将其添加到
Weka_控制中
，你就会没事了

希望能有帮助。
不知道，但我想你可能是指Lappy而不是laply？@dd3它是plyr软件包中的Lappy，而不是base中的Lappy。我是R的初学者。你的“.progress”在这里做什么？好像你没有在你的功能中使用它？@Irnczig。我设法获得了分数。我想用我的积极和消极词典工作，但如果我想在你的例子中加上“是好的”和“多坏的”，而不仅仅是“坏的”和“好的”，你知道如何工作吗？例如，通过以下推特：[[[“通过提高税收和增值税来奖励辛勤工作。#劳动宣言”，“埃德·米利班德在#劳动宣言"中提出了‘更多削减’的‘错误选择’。]]在字典中，我想“奖励辛勤工作”积极的一面，“提高税收”，“更多削减”“消极的。我运行情绪，它将这些短语分解。好的，明白了。让我看看。刚刚更新了我的答案。一句小小的评论：因为n-grams的要点非常重要，所以最好编辑你的问题，使其清晰明了。我认为如果你只是发布你在第二条评论中添加的例子就足够了。谢谢我没有考虑n-gram。我将通过你的帮助工作，非常感谢！
word.list = BigramTokenizer(sentence)

> table(analysis$score)

-1  0 
 1  1