Question

我正试图找到一种方法来实现英语词汇的情感规范（荷兰语），用Quanteda进行纵向情感分析。我最终想要的是一种平均情绪＆＃34;每年为了显示任何纵向趋势。

在数据集中，所有单词在7个李克特等级上由64个编码器对四个类别进行评分，这为每个单词提供了一个均值。我想做的是采取其中一个维度，并用它来分析情绪随时间的变化。我意识到Quanteda有一个实现LIWC字典的功能，但我更愿意使用开源ANEW数据。

基本上，我需要实施方面的帮助，因为我不熟悉编码和R

ANEW文件看起来像这样（在.csv中）：

WORD / SCORE：癌症：1.01，马铃薯：3.56，爱情：6.56

Answer 1

尚未直接，但是...... ANEW与其他词典不同，因为它不使用键：值对格式，而是为每个术语指定一个数字分数。这意味着您不计算值与键的匹配，而是选择要素，然后使用加权计数对它们进行评分。

这可以通过以下方式在 quanteda 中完成：

将ANEW功能添加到角色向量中。
使用dfm(yourtext, select = ANEWfeatures)创建仅具有ANEW功能的dfm。
按每个ANEW值的效价将每个计数值多个，按列循环使用，以便每个要素计数乘以其ANEW值。
在加权矩阵上使用rowSums()来获取文档级别的效价分数。

或者，

提交issue，我们会将此功能添加到 quanteda 。

另请注意， tidytext 使用ANEW进行情感评分，如果您想将dfm转换为其对象并使用该方法（这基本上是我上面建议的版本）。

更新

事实证明我已将该功能构建到您需要的 quanteda 中，并且根本没有实现它！

这会奏效。首先，加载ANEW字典。（你必须自己提供ANEW文件。）

# read in the ANEW data
df_anew <- read.delim("ANEW2010All.txt", stringsAsFactors = FALSE)
# construct a vector of weights with the term as the name
vector_anew <- df_anew$ValMn
names(vector_anew) <- df_anew$Word

现在我们有一个命名的权重向量，我们可以使用dfm_weight()来应用它。下面，我首先通过相对频率对dfm进行归一化，以便文档聚合分数不依赖于标记中的文档长度。如果您不想这样，只需删除下面指示的行。

library("quanteda")
dfm_anew <- dfm(data_corpus_inaugural, select = df_anew$Word)

# weight by the ANEW weights
dfm_anew_weighted <- dfm_anew %>%
    dfm_weight(scheme = "prop") %>%   # remove if you don't want normalized scores
    dfm_weight(weights = vector_anew)
## Warning message:
## dfm_weight(): ignoring 1,427 unmatched weight features 

tail(dfm_anew_weighted)[, c("life", "day", "time")]
## Document-feature matrix of: 6 documents, 3 features (5.56% sparse).
## 6 x 3 sparse Matrix of class "dfm"
##               features
## docs                 life        day       time
##   1997-Clinton 0.07393220 0.06772881 0.21600000
##   2001-Bush    0.10004587 0.06110092 0.09743119
##   2005-Bush    0.09380645 0.12890323 0.11990323
##   2009-Obama   0.06669725 0.10183486 0.09743119
##   2013-Obama   0.08047970 0          0.19594096
##   2017-Trump   0.06826291 0.12507042 0.04985915

# total scores
tail(rowSums(dfm_anew_weighted))
## 1997-Clinton    2001-Bush    2005-Bush   2009-Obama   2013-Obama   2017-Trump 
##     5.942169     6.071918     6.300318     5.827410     6.050216     6.223944

ANEW字典可以用于quanteda中的情绪分析吗？

1 个答案:

更新