r - qdap ngram 极性字典

Question

亲爱的Stackoverlow人群

我设法使用qdap极性函数来计算一些博客条目的极性，加载我自己的字典，基于sentiWS。现在我有了一个新的情感词典( SePL )，它不仅包含单个单词，还包含短语。例如“simply good”，其中“simply”既不是否定词，也不是放大器，而是让它变得更加精确。所以我想知道是否可以使用 qdap 的极性函数来搜索 ngram。

举个例子:

library(qdap)
phrase <- "This is simply the best"
key <- sentiment_frame(c("simply", "best", "simply the best"), "", c(0.1,0.3,0.8))
counts(polarity(phrase, polarity.frame=key))

给出:

  all wc polarity    pos.words neg.words                text.var
1 all  5    0.179 simply, best         - This is simply the best

但是，我想得到如下输出:

  all wc polarity    pos.words neg.words                text.var
1 all  5    0.76 simply the best         - This is simply the best

有人知道如何让它像这样工作吗？

祝一切顺利，本

Answer 1

这是今年早些时候对 bag_o_word 函数进行更改时重新引入的错误。这是自从我在极性.frame 中启用 ngram 以来，此类错误第二次影响 ngram 极性:https://github.com/trinker/qdap/issues/185

我已经修复了该错误并添加了单元测试，以确保该错误不会重新进入代码中。您在 qdap 2.2.1 中的代码现在给出了所需的输出，尽管针对算法初衷的警告仍然存在:

> library(qdap)
> phrase <- "This is simply the best"
> key <- sentiment_frame(c("simply", "best", "simply the best"), "", c(0.1,0.3,0.8))
> counts(polarity(phrase, polarity.frame=key))

  all wc polarity       pos.words neg.words                text.var
1 all  5    0.358 simply the best         - This is simply the best

qdap 的 polity 函数使用的算法并非设计用于这样操作。您可以使用以下 hack 来完成此操作，但要知道它不符合函数算法中使用的基础理论的意图:

library(qdap)
phrase <- "This is simply the best"

terms <- c("simply", "best", "simply the best")
key <- sentiment_frame(space_fill(terms, terms, sep="xxx"), NULL, c(0.1,0.3,0.8))

counts(polarity(space_fill(phrase, terms, "xxx"), polarity.frame=key))

##   all wc polarity           pos.words neg.words                    text.var
## 1 all  3    0.462 simplyxxxthexxxbest         - This is simplyxxxthexxxbest