web-dev-qa-db-ja.com

Rを使用した感情分析

センチメント分析に焦点を当てたRパッケージはありますか？ユーザーがウェブツールを使用した経験についてコメントを書くことができる小さな調査があります。数値によるランキングをお願いしますが、コメントを含めることもできます。

コメントの肯定性または否定性を評価する最良の方法は何だろうと思います。 Rを使用して、ユーザーが提供する数値ランキングと比較できるようにしたいと思います。

rsentiment-analysis
28
djq

このパッケージ があります：

sentiment: Tools for Sentiment Analysis

センチメントは、ポジティブ/ネガティブと感情分類のためのベイジアン分類器を含むセンチメント分析のためのツールを備えたRパッケージです。

更新2012年12月14日： archive ...から削除されました.

更新2013年3月15日： qdap パッケージには、Jeffery Breenの研究に基づくpolarity関数があります

26
Ben

こちら Rのセンチメント分析で行った作業。

コードは決して洗練されていないか、適切にパッケージ化されていますが、私は Githubに投稿しました 基本的なドキュメントを使用しています。 ViralHeatセンチメントAPI を使用しました。これはJSONを返すだけなので、センチメント分析を行う実際の関数は非常に簡単です（コード here を参照）。

使用に問題がある場合は、お気軽にご連絡ください。また、使用する前にViralHeatにAPIキーを登録する必要があることに注意してください。クォータの制限が厳しすぎると感じた場合、私はそれらに連絡し、APIで遊んでいる間、数か月間、さらに多くのクエリを提供してくれました。

18
Jeff Allen

1）Viral Heat API 2）ジェフリーブリーンのアプローチ3）Sentiment Packageを使用するためのステップバイステップガイドについては、このリンクを確認してください： https://sites.google.com/site/miningtwitter/questions/sentiment

5
paras_doshi

私は凝集感分析パッケージ here を再編成して提供しようとしました。 SentRにはWordのステミングと前処理が含まれ、ViralHeat API、デフォルトの集約関数、より高度なNaive Bayesメソッドへのアクセスを提供します。

インストールは比較的簡単です：

install.packages('devtools')
require('devtools')
install_github('mananshah99/sentR')
require('sentR')

そして、簡単な分類の例：

# Create small vectors for happy and sad words (useful in aggregate(...) function)
positive <- c('happy', 'well-off', 'good', 'happiness')
negative <- c('sad', 'bad', 'miserable', 'terrible')

# Words to test sentiment
test <- c('I am a very happy person.', 'I am a very sad person', 
'I’ve always understood happiness to be appreciation. There is no greater happiness than appreciation for what one has- both physically and in the way of relationships and ideologies. The unhappy seek that which they do not have and can not fully appreciate the things around them. I don’t expect much from life. I don’t need a high paying job, a big house or fancy cars. I simply wish to be able to live my life appreciating everything around me. 
')

# 1. Simple Summation
out <- classify.aggregate(test, positive, negative)
out

# 2. Naive Bayes
out <- classify.naivebayes(test)
out

次の出力が提供されます。

  score
1     1
2    -1
3     2

     POS                NEG                 POS/NEG             SENT      
[1,] "9.47547003995745" "0.445453222112551" "21.2715265477714"  "positive"
[2,] "1.03127774142571" "9.47547003995745"  "0.108836578774127" "negative"
[3,] "67.1985217685598" "35.1792261323723"  "1.9101762362738"   "positive"

気軽に貢献してください:)

2
manan

センチメントパッケージは引き続き使用できます。以下のスクリプトに従ってインストールします。

R 3.xが必要になる場合があります。

require(devtools)
install_url("http://cran.r-project.org/src/contrib/Archive/sentiment/sentiment_0.2.tar.gz")
require(sentiment)
ls("package:sentiment")
0
Frank Wang