用R进行文本内容情感分析 文本情感分析 r语言

一、关于文本内容的情感分析

一篇文章反映了什么态度?褒义还是贬义?肯定还是否定?喜怒哀乐愁,反映的是哪种情绪特征?对这些内容的分析就是情感分析,或者叫情感倾向分析。情感倾向可认为是主体对某一客体主观存在的内心喜恶,内在评价的一种倾向。当然,有正常阅读能力的人,在看了一篇文章后能够判断文章的情感和极性,但这是主观体验,不是量化数据。在对文章进行分析的时候,通常需要进行量化的分析,显得更加直观、客观。

情感分析基本上有两种方法,一种是极性分析,一种是情感类别分析。前者分析文章的总体态度是肯定还是否定,后者分析文章反映了喜怒哀乐愁中的哪种情感。

仍然以政府工作报告为例,这次是新鲜出炉的2015年度政府工作报告。

下面是这份报告的情感极性分析结果:

下面是这份报告的情感类别分析结果:

可以看出,政府工作报告在情感极性上,以正面情感为主,其次是中立情感,在情感类别上,以好的情感为主,其次是乐的情感。不愧是政府工作报告。

二、如何进行文本内容的情感分析

1、情感分析的2种方法

情感分析的方法主要分为两类:一种是基于情感词典的方法;一种是基于机器学习的方法。

基于情感词典的方法,需要用到标注好的情感词典。这类词典,英文多,中文少。不过还好,中文的也能够找到几个,包括①台湾大学研发的中文情感极性词典NTUSD;②大连理工大学的情感本体词汇;③知网发布"情感分析用词语集(beta版)";④哈工大信息检索研究室开源的《同义词词林》可以用于情感词典的扩充。这几个词典各有特色,都是免费,这点赞一个。

基于机器学习的方法,需要的材料就比较麻烦些,需要的是大量的人工标注的语料作为训练集,通过提取文本特征,构建分类器来实现情感的分类。比如要进行情感极性的判断,就需要几百上千个反映正面情感的文章,和几百上千个关于负面情感的文章;要进行情感分类的判断,那么每种情感都需要大量文章作为语料。实际上非常难办到。如果能获得分级的语料,就比较好办,比如像豆瓣网的电影评论,每个评论都有对应的星级,总共五个星级,每个星级对应的评论集合就构成了这一等级的语料。根据这些语料进行机器学习,就能对新的评论,自动进行分级。机器学习最简单的方式是用朴素贝叶斯分类器进行分类。

用R进行文本内容情感分析 文本情感分析 r语言

2、情感分析的算法

由于情感词典比语料更容易获取,所以用情感词典进行情感分析。算法就是思路,用情感词典进行分析,主要采用以下步骤进行(以情感极性分析为例):

①读取情感词典。获得褒义词列表、贬义词列表、中性词列表;获得情感分类词列表及其情感强度。

②处理要分析的文本。主要是读取文本,按句子拆分,每个句子进行分词。

③计算句子的情感得分。查找句子中每个词语的情感分类,读取其情感强度,用正面情感得分减去负面情感得分,得到句子的情感总分。同时分别计算正面情感的总分和负面情感的总分,有中性情感的类似处理。需要注意的是,句子中有否定词和程度副词,会影响句子的情感走向和强度,比如"很不喜欢",分解成"很不喜欢",如果只计算喜欢就是错误的,因为前面有"不",情感完全相反,还有个"很"说明程度很强烈。因此还需要判断是否有否定词,如果有要反转情感倾向,要检查是否有程度副词,如果有要进行加权处理。所以,这里还需要一个《否定词库》和《程度副词库》,这两个词库哪里找呢?google吧。

④计算文章的情感得分。所有句子的情感得分之和,就是整篇文章的情感得分。

三、R中如何进行情感分析

①首先,需要加载以下的库:

library(stringr)#对字符进行操作

library(rJava)#分词需要调用java

library(Rwordseg)#用于分词

library(ggplot2)#用于展示图形结果

②其次,需要读取词库,读取词库中的每一类情感词表,用list的格式存储。

③然后,读取要分析的文本,按句子间隔,每句为一行,建立list。

③分词。如何分词在前面的文章中有介绍。

④匹配词表,计算每句话的情感得分,再计算整篇文章的总分和各类情感的总分。

⑤根据结果绘图。

以上谈了思路,具体代码略过。因为代码还需要优化,不太适合展示出来。

  

爱华网本文地址 » http://www.413yy.cn/a/25101014/209808.html

更多阅读

转载 怎样进行流动资产周转率分析 流动资产周转率

原文地址:怎样进行流动资产周转率分析作者:北京益正伟业投资路东资产是流动性较强、风险较小的资产,资产质量好坏与其密切相关。总资产运用效率的高低,关键也取决于路东资产周转速度的高低。流动资产周转率是反映企业的流动资产周转速

怎样用Diskpart进行分区 精 diskpart分区命令

怎样用Diskpart进行分区 精——简介概述:分区对于经常安装系统的人员来说再常见不过了。对于一些低级用户总喜欢用一些第三方的分区工具。比如PM、PQ、DM 、FDISK等等,还有PE环境下的某某分区工具,这些工具固然有自己的好处。显著优点:

转载 用友软件研发支出财务分析 研发支出加计扣除

原文地址:用友软件研发支出财务分析作者:51kuaiji用友软件研发支出财务分析在传统的财务分析和会计报表披露将研发支出进行了很细线条的披露。特别是研发支出在我国的会计处理中对大多数进行了费用化的处理,在上市公司的相关年报中披

用R软件进行探索性因子分析EFA 探索性因子分析案例

EFA的目标是通过发掘隐藏在数据下的一组较少的更为基本的无法观测的变量,来解释一组可观测变量的相关性。这些虚拟的、无法观测的变量称为因子。模型的形式:xi=a1f1+a2f2+a3f3+…..+apfp+u其中xi为第i个可观测变量,fi为公共因子,u为xi

如何对事例进行深入透彻的分析 形容分析透彻的成语

如何对事例进行深入透彻的分析授课:北京市第十七中学 蒋梅点评:北京市朝阳区教研中心 何郁(此课例及点评已发《中学作文教学研究》2013年第9期)“如何对事例进行透彻的分析”教学设计一、导入:上节课,对于药家鑫的事件,我们每个同学都写

声明:《用R进行文本内容情感分析 文本情感分析 r语言》为网友戎马作衬分享!如侵犯到您的合法权益请联系我们删除