前言：
此刻小伙伴们对“win10codewar”大体比较关注，看官们都需要分析一些“win10codewar”的相关知识。那么小编在网上收集了一些关于“win10codewar””的相关知识，希望看官们能喜欢，咱们一起来学习一下吧！这一篇文章，我们接着讲情感分析，当然，情感分析不仅有积极和消极之分(详见之前文章，还有强弱之分（本文即将介绍的）。
本文涉及的是基于情感词典的情感分析，即通过情感得分正负来判断语句的情感倾向，而分数值的绝对值大小则通常用来表示情感的强弱。研究语句所表达情感的强弱就不得不谈及程度副词，程度副词本身并不具备情感值，相反，当程度副词与动词或形容词搭配时，在语句中能对形容词或是动词起修饰或限制作用，从而增强或者减弱语句所表达的预期强弱。
举个简单的例子：
例如句1中"产品不错 ，我喜欢"其中的“不错”、“喜欢”两词作为正面评价词，均以一分计算，故此语句得2分；再如句2“产品很不错，我非常喜欢”，“不错”记为一分，但因其前面有程度词“很”修饰，故而语句2的第一小片段得分为1.5分，而“喜欢”一词其前面也有程度词“非常”修饰，故而语句2的情感得分可计算为“很”1.5分*“不错”1分+“非常”1.8分*“喜欢”1分，即总得分为3.3分，也就是句2所表达的情感强度（语气）是要高于语句1的，或是说产品的喜欢程度是要高于句1的，这便是情感倾向的强弱分析，另外，本文在讨论情感倾向强弱分析的基础上，对情感分类结果运用LDA主题建模，通过主题建模找到正负面评论的潜在主题，进而挖掘用户对于产品的满意点与不满意点，从而为商家及生产商提出可行性措施，改进自身产品及服务的缺点，这也是本文的研究目的。
简要介绍下本文的行文框架：
一、数据采集与清洗
二、情感倾向极性分析
三、可视化展示
四、LDA主题建模
五、结论与建议
一、数据采集与清洗（python网络爬虫）
（一）网页分析
1、打开京东电子商务平台，搜索“热水器”相关产品（本文以美的热水器评论为例）；
2、点击你要研究产品所在详情页；
3、打开谷歌浏览器“更多工具”-->“开发者工具”-->点击Network监督组件-->按住“Ctrl+R”刷新页面-->选择JS-->点击商品详情页的“商品评论”模块-->在filter筛选框中输入comments，选中"productPageComments"所在的网址-->接着分析网页接口
图1-1 商品评论接口
找到商品评论数据所在接口，观察变动规律：
具体接口如下：
变动在于page参数：
1.1 参数score: 全部评价：0 好评：3 中评：2 差评：1 追评：5 晒图：4 1.2 参数sortType：排序方式时间排序：6 推荐排序：5 1.3 参数pageSize：每页的评论数量，默认是10个; url = 例如：u1 = ';+str(i)+u2 = '&pageSize=10&isShadowSku=0&rid=0&fold=1'
图1-2 商品评论接口
（二）数据爬取
python代码实现商品评论数据爬取:本文以京东平台的美的热水器评论为研究对象。
受限于京东平台的反爬措施，每一评论模块下（好评、中评、差评）只能抓取100页数据，相当于每一模块1000条用户评论数据。基于此，本文通过网络爬虫，抓取好评1000条，差评1000条。
''----------------------[1]模块导入----------------------'''import requestsimport jsonimport pandas as pdimport time'''----------------------[2]函数封装----------------------'''#一、评论json数据抓取:def getdata(url1,url2,s): h = {'User-Agent': '鉴于个人信息安全，此部分进行删除处理', 'Cookies':'鉴于个人信息安全，此部分进行删除处理'} jsondata = [] for i in range(0,s,1): r = requests.get(url1+str(i)+url2,headers = h) time.sleep(2) print("正在爬取第{}页".format(i)) str_json = r.text[20:-2] js = json.loads(str_json) con = dict(js).get('comments') jsondata.append(con) return jsondata#二、json数据解析与提取：def solve_data(data): data1=[] for s in range(0,len(data),1): for i in data[s]: uid=i.get('id') content=i.get('content') out1 = pd.DataFrame([uid,content]).T data1.append(out1) df1 = pd.concat(data1) return df1'''----------------------[3]网址构造----------------------'''#好评：u1 = '填入所需商品评论的接口网址'u2 = '填入所需商品评论的接口网址'#差评：u3 = '填入所需商品评论的接口网址'u4 = '填入所需商品评论的接口网址''''----------------------数据爬取----------------------'''data1 = getdata(url1=u1,url2 = u2,s = 100)data2 = getdata(url1=u3,url2=u4, s=100)df1 = solve_data(data = data1)df2 = solve_data( data = data2)'''----------------------数据整理----------------------'''df1.columns = ['uid','comment']df2.columns = ['uid','comment']df1['content_type'] = 'pos'df2['content_type'] = 'neg'result1 = pd.concat([df1,df2],ignore_index=True)result1['uid'] = [i for i in range(1,2001,1)] result1.to_csv("product_comments.csv",index = False,encoding = 'utf-8-sig')数据爬取结果示例：
二、文本情感倾向极性分析（R语言文本挖掘）
（一）评论文本分词
首先对评论数据进行分词操作，基于R语言的jiebaR、jiebaRD包进行文本分词处理，笔者结合评论内容，增加了相应的停用词词典，用户自定义词典等。
基于分词结果，进行词频统计并用tableau可视化软件进行可视化，结果如下：
图1-3 高频词统计柱状图
通过高频词柱状图可知，安装是消费者经常提及的问题，提及次数高达1500词，其次是加热、师傅等，由此可见用户在购买热水器后较为关心的是热水器的安装问题，而具体用户的满意点是什么呢？我们通过R包tidytext进行分词操作，基于unnest_tokens()函数，设置n-gram分词模式进行简要探索，结果如下：
图1-4 n-gram词网
共现次数为两个词项共同出现的次数，“很+满意”共现次数达97词，“非常+满意”共现次数达84词，由此可见大多数用户对产品是持肯定态度的，而比较满意的有点有产品的安装、性能以及服务三方面。当然也有用户不满意的地方，如“不+满意”共现了17次，具体满意的点以及不满意的点，我们需要根据情感极性分类结果结合LDA主题建模探讨。
(二)数据清洗
数据采集之后进行数据清洗，主要涉及繁体字转换，错别字更改，标点符号添加（标点符号更改主要是情感分析算法实现的需要），评论数据去重等，数据清洗部分代码如下所示。
模块一：环境设置
#-------------------------------[1]环境设置:---------------------------------#rm(list = ls()) #清除当前工作目录所有对象;gc() #释放空间;getwd() #获取当前工作目录setwd("paper_data_code") #设定当前工作目录;getwd() #获取设定的工作目录,查看是否正确;模块二：载入所需R包
#-----------------------------[2]载入所需R包:--------------------------------#library("stringr")library("readxl")library("xlsx")library("jiebaRD")library("jiebaR")library("plyr")library("dplyr")模块三：文本清洗
文本清洗部分需根据研究商品名称、评论标签、所在平台选择性进行清洗。通过封装函数实现文本数据清洗:
#-----------------------------[3]数据清洗:函数封装--------------------------------## 1-1函数功能：清理文本数据# 1-2参数说明：# 1-3 text：文本向量dataclean<-function(text){ #[1]去除无分析价值的信息： #此处商品评论分类标签： text<-gsub(pattern="外形外观：","",text) text<-gsub(pattern="加热速度：","",text) text<-gsub(pattern="耗能情况：","",text) text<-gsub(pattern="洗浴时间：","",text) text<-gsub(pattern="其他特色：","",text) #去除平台特定词汇： text<-gsub(pattern="京东","",text) text<-gsub(pattern="美的","",text) text<-gsub(pattern="热水器","",text) #[2]gsub是字符替换函数，去空格 text <- gsub(pattern = " ", replacement ="", text) #[3]有时需要使用\\\t text <- gsub("\n|\\\t", "", text) text<-gsub(pattern="([0-9]{4}年)?([0-9]*月)?[0-9]{1,}日","",text) text<-gsub(pattern="([0-9]{4}年)","",text) text<-gsub(pattern="([0-9]{1,}月)","",text) text<-gsub(pattern="[0-9]{1,}","",text) #[4]清除英文字符\特殊字符： text <- gsub("[a-zA-Z]", "", text) text <- gsub("[\\*|\\%]", "", text) #[5]剔除清洗后，文本内容为NA的评论数据： text <- text[!is.na(text)] #[6]设定将清洗后字符长度小于2的文本评论去除： text <- text[!nchar(text) < 2] return(text)}(三)情感倾向极性分析
1.1词典构造：
目前的文本情感分析方法主要有两种，一是基于情感词典的情感分类方法，二是基于机器学习的情感分类方法。基于词典的情感分类方法相对简单，通过对语句中正负面情感词的匹配来计算语句得分，总分大于0即为正面评价，反之为负面评论。由于情感分类结果的好坏取决于情感词典的质量（即情感词典的情感词数量以及情感词与研究内容的匹配度）。基于此，本文的大部分时间花在了情感词典的整理与修改上，最终分类准确率达到93%。
1.1.1基础词典构建
由于本文的情感分析基于情感词典进行，故而情感词典的质量直接影响到情感分类效果的好坏，因此，本文结合研究商品特性、研究场景对整合的基础词典（基础词典由清华大学--李军褒贬义词典、台湾大学NTUSD词典、知网词典构成）进行一定量的添加，如：给力、垃圾、辣鸡等正负面情感词汇；
所构建的基础词典包括正负面情感词、正负面评价词两大部分，将三大词典内容进行合并、赋予相应的权重，得到最终的情感词典：
1.1.2否定词典构建
否定词对语句情感得分的影响较大，例如：“产品我不太喜欢”，如果仅仅考虑正负面情感词的话，语句中包含的“喜欢”为正面评价词，因此语句得分为1分，但我们知道这是一句负面评论，因为有“不”修饰着“喜欢”。为了提高情感倾向判别的准确性，需考虑否定词对评论情感得分的影响。具体否定词典如下所示（词典进行了一定删减，以适应分析需求）：
1.1.3程度副词词典构建
情感分析不仅有情感倾向的好坏之分，也有情感倾向的强弱之分。而文本情感倾向强弱程度需要通过副词的修饰来体现。副词通常情况下不带有情感倾向性，在语句中对动词或形容词起修饰或限制作用，可以增强或者减弱语气。例如，“安装超给力”、“美的大品牌，非常值得”中的“超”跟“非常”就是副词，副词的存在使得语句的情感强度强于普通语句，如“安装给力”。在副词词典中，需要对表达不同情感程度的副词赋予不同的权重。这里还需注意，在进行情感分析时，需将停用词中包含的程度级别词去除，以免影响情感打分，其次需将正面情感词典中包含的程度副词去除，以免影响情感打分。本案例引入知网程度副词词典，共214个。
本文所用程度副词词典是知网的程度副词词典，文章所用词典以及代码、数据可关注后私信领取，这里仅做示例展示：
2.1算法简介：
在构造了必要的词典之后，下一步便是用R语言设计情感分析算法，首先将评论文本切分为片段，然后针对每个片段判断其情感得分，最后将各段得分汇总，得出评论的情感累积得分：
式中，P(phrase)表示句子片段的情感值，n表示片段中含有n个情感词，P(Pwordi)表示第i个情感词的权重，P(Nwordi)为第i个情感词对应的窗口期内否定词的取值；P(ADwordi)表示第i个情感词的检测窗口内副词的量级程度。
这里简要介绍下窗口期，窗口期就是围绕情感词在评论片段中的位置，通过索引情感词前、后n个位置所对应的词语，判断这一范围内是否存在副词或是否定词，存在，则该副词或是否定词用于修饰该情感词，否则不是(可以简单理解为，一句评论被切分为多个片段，假设某一片段中含有一个情感词和一个否定词，则该否定词仅仅作用于当前这个片段，而不能用于修饰其他片段的情感词)。值得注意的是，在一个片段中，如果某一否定词或是副词离情感词很远，则这个否定词或副词可能不是用于修饰该情感词。例如“不是这样的，我对安装服务还是很满意的。”显然，“不是”这个否定词并非用于修饰“满意”的。根据研究需要，本文将窗口期设置为3，即情感词的上3个和下3个分词作为范围，即在此范围内的否定词或副词才被认定为修饰这个情感词。
不急，举个例子说明下。
1、假设存在评论comment1：
"外观很大气，安装师傅很认真负责，中间因为有事，改了两次安装时间，师傅都很好很有耐心的配合了我们的时间，大热天的非常准时高效的帮我们安装上了，好评！！！"
由comment1可知，评论文本根据特定标点符号进行切割，可得到一个个小文本片段，本文情感分析算法的基本步骤就是：
1、通过特定标点符号对用户评论进行切割，得到每一句评论的若干文本片段;
如comment1被分割为：
| 片段id | 内容 || 1-1 | 外观很大气 || 1-2 | 安装师傅很认真负责 || 1-3 | 中间因为有事 || 1-4 | 改了两次安装时间 || 1-5 | 师傅都很好很有耐心的配合了我们的时间 || 1-6 | 大热天的非常准时高效的帮我们安装上了 || 1-7 | 好评 |
2、再对每一小文本片段如1-1,进行分词处理，再对分词结果进行情感词匹配；
对片段进行分词、情感词匹配等处理后，计算每一片段得分，最终汇总所有片段得分，得到语句总得分。
具体代码如下所示：
#------------------ 评论文本情感倾向极性分析 ----------------------## 2-1函数功能：分片段并打上标识# 2-2参数说明：# 2-3 text：文本向量splitsentence<-function(text){ #[1]将评论文本转为数据框，为每条评论打上编号： commentdata<-data.frame(id=seq(1,length(text),1),term=text) commentdata$term<-as.character(commentdata$term) #[2]以标点符号作为分隔符把句子分成片段 subcon<-strsplit(text,",|\\.|!|\\?|;|~|，|。|！|\\？|；|～|…|﹏﹏|。。。。。。|\\.\\.\\.\\.\\.\\.") #[3]计算每条评论片段数 temp<-unlist(lapply(subcon,length)) #[4]生成每条评论标号，标号数量和片段数相同 id<-rep(commentdata$id,temp) #[5]把片段结果对象变成向量 term<-unlist(subcon) #[6]打上分句id groupid<-function(x){ subid<-seq(1:x) return(subid) } #[7]生成片段标识 subid<-paste(id,"-",unlist(lapply(temp,groupid)),seq="") subcondata<-data.frame(id=id,term=term,subid=subid) subcondata$term<-as.character(subcondata$term) subcondata$subid<-as.character(subcondata$subid) return(subcondata)}# 3-1 函数功能：分词# 3-2 参数说明：# useridc：用户自定义词典文件名# stopword：停用词词典文件名# subdf：数据框，需要分词的数据，每一行为一条文本片段segword_trn<-function(userdic,stopword,subdf){ #[1]载入分词空间 wk = worker(user=userdic,stop_word=stopword,'tag',bylines=TRUE,lines=5000000) #本考虑将情感词作为用户词典加入分词引擎进行分词，但效果不好 #new_user_word(wk,posneg_tot$term) #[2]分词函数 tt<-wk[subdf$term] #[3]给每个分词标号 temp_fc<-unlist(lapply(tt,length)) id_fc<-rep(subdf[,"subid"],temp_fc) term_fc<-unlist(tt) segterm_fc<-data.frame(id=id_fc,term=term_fc,cx=names(unlist(tt))) segterm_fc$id<-as.character(segterm_fc$id) segterm_fc$term<-as.character(segterm_fc$term) segterm_fc$cx<-as.character(segterm_fc$cx) segterm_fc$id_tot<-as.numeric(unlist(lapply(strsplit(segterm_fc$id,'-'),function(x) x[1]))) return(segterm_fc)}#--------------------------[1-1]情感倾向强弱分析:--------------------------##-------------------[1]基础情感词典构建、程度副词、否定词、用户自定义词典：userdic<-'userdic.txt' #用户字典stopword<-'lunwen_stop.txt' #停止词postivedic<-"lunwen_pos_word.txt" #正向情感词negtivedic<-"lunwen_neg_word.txt" #负向情感词advworddic<-"lunwen_程度词.xlsx" #程度副词字典denyworddic<-"否定词.csv" #否定词字典#-------------------[2]导入情感词并附上权重:postive=readLines(postivedic,encoding='UTF-8')nagtive=readLines(negtivedic,encoding='UTF-8')pos<-data.frame(term=postive,weight=rep(1,length(postive)))neg<-data.frame(term=nagtive,weight=rep(-1,length(nagtive)))#词典去重：#sameword1 <- intersect(postive,nagtive)#pos1 <- data.frame(setdiff(postive,sameword1))#neg1 <- data.frame(setdiff(nagtive,sameword1))#pos1$weight<-rep(1,length(pos1))#colnames(pos1)<-c('term','weight')#neg1$weight<-rep(-1,length(neg1))#colnames(neg1)<-c('term','weight')posneg_tot<-rbind(pos,neg)#-------------------[3]导入程度副词、否定词:advword<-read.xlsx(advworddic,sheetName = "Sheet1", encoding = "UTF-8")denyword<-read.csv(denyworddic,header=TRUE,stringsAsFactors=FALSE)#-------------------[4]文本导入与清洗、分词:content <- read.xlsx("D:/meidi.xlsx",sheetName = "meidi", encoding = "UTF-8")commenttext<-content$commentcommenttext <- unique(commenttext)#数据清理commenttext<-dataclean(commenttext)#转数据集备用：comments <- as.data.frame(commenttext)comments$id <- seq(1,1993,1)#分句并转换成数据框并且表上subidsubcondata<-splitsentence(commenttext)#分词segworddata<-segword_trn(userdic,stopword,subcondata) #-------------------[5]关联情感词、程度副词和否定词:tstterm<-join(segworddata,posneg_tot,by = 'term',match = 'first')tstterm<-join(tstterm,advword,by = 'term',match = 'first')names(tstterm)[length(names(tstterm))]<-"adv_score" tstterm<-join(tstterm,denyword,by='term',match = "first")names(tstterm)[length(names(tstterm))]<-"deny_score"tstterm$adv_score[!complete.cases(tstterm$adv_score)]<--999tstterm$deny_score[!complete.cases(tstterm$deny_score)]<--999tstterm$id_tot<-as.numeric(gsub(" ","",tstterm$id_tot))#-------------------[6]语句情感得分计算：#------注意：# 仅计算有情感词的片段的情感值，因为副词及否定词用于修饰情感词[根据研究内容定立]# 4-1函数功能：对片段进行情感性打分# 4-2参数说明：# idname：片段标号# fliename：带有否定词、副词和正负情感词的文本#####################################################################word_segment <- function(idname,filename){ #[1]打行号 #抽取片段 filepart = subset(filename,id==idname) #[2]对片段中每个分词打上id:也就是分词结果中，每个词的位置 wordfile = data.frame( filepart ,idx=1:nrow(filepart) ) #[3]找出正负情感词在片段中的位置 wordindex = wordfile$idx[!is.na(wordfile$weight)] #[4]上下限表 citeration = data.frame( wordindex ,left = wordindex-3 ,right = wordindex+3 ,leftidx = c(wordindex[1]-4,head(wordindex,-1)) ,rightidx = c(tail(wordindex,-1),wordindex[length(wordindex)]+4) ,left_up=c(tail(wordindex-3,-1),wordindex[length(wordindex-3)]+3) ) #[5]窗口期判定函数:wordindex为情感词所在位置 computevalue <- function(i,citeration,wordindex,filepart){ left = ifelse(citeration$left[wordindex==i]<0,0,citeration$left[wordindex==i])#0 right= citeration$right[wordindex==i]#6 leftidx= ifelse(citeration$leftidx[wordindex==i]<0,0,citeration$leftidx[wordindex==i])#0 rightidx= citeration$rightidx[wordindex==i]#7 left_up=citeration$left_up[wordindex==i]#6 wdidx=citeration$wordindex[wordindex==i]#3 result = cbind( ifelse(right<rightidx ,max((filepart$adv_score[max(left,leftidx+1):max(wdidx,left_up-1)]),na.rm=T) ,max(filepart$adv_score[max(left,leftidx+1):wdidx],na.rm=T) ) ,ifelse(right<rightidx ,max(filepart$deny_score[max(left,leftidx+1):max(wdidx,left_up-1)],na.rm=T) ,max(filepart$deny_score[max(left,leftidx+1):wdidx],na.rm=T)) ) return(result) } #[6]计算值: result = data.frame(t(sapply(wordindex,computevalue,citeration,wordindex,filepart))) names(result) = c('adv','deny') final_result = data.frame( id=idname ,posneg=filepart$weight[wordindex] ,result ) return(final_result)}# 5-1函数功能：综合计算每条评论总得分# 5-2参数说明：# texttb:评论文本（打上情感词、否定词和副词标签后的）#情感词综合打分valuefun<-function(texttb){ #[1]抽取正负情感词所在的片段:片段id(即仅提取含有情感词的片段) idnotnull<-data.frame(id=unique(texttb$id[complete.cases(texttb$weight)])) idnotnull$id<-as.character(idnotnull$id) #[2]查找有情感值的片段所对应的整个语句: tstterm_nnid<-join(texttb,idnotnull,type="inner") #[3]获取含有情感值片段所在id: #此时评论是包含情感值的评论; #注意该片段里面必须含有情感词否则不算; word_index<-unique(tstterm_nnid$id) system.time(score_combine<-lapply(word_index,word_segment,tstterm_nnid)) score_combine_tb<-do.call("rbind", score_combine) score_combine_tb$id<-as.character(score_combine_tb$id) score_combine_tb$adv[score_combine_tb$adv==-999]<-1 score_combine_tb$deny[score_combine_tb$deny==-999]<-1 #[4]片段得分计算: score_combine_tb$value<-score_combine_tb$posneg*score_combine_tb$adv*score_combine_tb$deny #[5]片段得分汇总聚合: subconvalue<-aggregate(score_combine_tb$value,by=list(score_combine_tb$id),sum) subconvalue$idtot<-as.numeric(unlist(lapply(strsplit(subconvalue$Group.1,'-'),function(x) x[1]))) #[6]语句得分汇总聚合 commentvalue<-aggregate(subconvalue$x,by=list(subconvalue$idtot),sum) names(commentvalue)[1]<-'id' commentvalue$x<-round(commentvalue$x,2) return(commentvalue)}system.time(valuetb<-valuefun(tstterm))head(valuetb)#最终结果展示；#-------------------[6]使用内连接,索引回原评论：all_result <- join(comments,valuetb,by = "id",type="inner")names(all_result)<-c("content","uid","score")pos_comments <- all_result[all_result$score>0,]neu_comments <- all_result[all_result$score==0,]neg_comments <- all_result[all_result$score<0,]#频率：各类情感类型占比;a1 <- round(1092/1647,2)a2 <- round(69/1647,2)a3 <- round(486/1647,2)a1;a2;a3summary(pos_comments$score)summary(neu_comments$score)summary(neg_comments$score)2.2分类结果示例及可视化
2.2.1情感分类结果示例：
2.2.2情感分类结果可视化
图1-5 情感分类结果可视化
由上图可以得出，通过对热水器评论的情感倾向分析可知，大部分用户对于京东购买的美的热水器持肯定态度（占比66%）。通过R语言的summary()函数，分析得到各类评论的均值、极值如下表所示：
通过上表可知，在正面评论中，文本情感均值为8.719分，所有评论的最高分为54.6分，其次是负面评论，共487条，占比30%，在负面评论中，评论均分为-1.518，最低分为-6.0分。
接下来对分析结果与原有评论倾向绘制情感倾向分析混淆矩阵，结果如下：
通过将分析结果类型与原有评论类型进行比较，基于词典的情感倾向强弱分析准确率高达93.92%，这表明，基于词法分析的情感分析方法是可行的。
接下来对分词结果集进行整理，为下一步LDA主题建模做准备，主要代码如下：
#将正负面评论数据结果导出备用：posword <- tstterm[tstterm$id_tot %in% pos_comments$uid,]negword <- tstterm[tstterm$id_tot %in% neg_comments$uid,]pos.frep <- table(posword$term)pos.frep <- sort(pos.frep,decreasing = TRUE)pos.frep <- as.data.frame(pos.frep)pp1 <- pos.frep[nchar(as.character(pos.frep$Var1))>=2,]head(pp1,50)neg.frep <- table(negword$term)neg.frep <- sort(neg.frep,decreasing = TRUE)neg.frep <- as.data.frame(neg.frep)nn1 <- neg.frep[nchar(as.character(neg.frep$Var1))>=2,]head(nn1,50)library("sqldf")library("gsubfn")library("proto")library("RSQLite")#正负面评论结果导出：head(posword)posword$content_type <- "pos"#计算每个语句的词数:p_word_n <- as.data.frame(sqldf('select count(id) from posword group by id_tot'))posword$index_word <- unlist(sapply(p_word_n$`count(id)`,seq))posword$index_word <- posword$index_word - 1posword <- posword[,c(8,4,3,1,9)]names(posword) <- c("content_type","index_content","nature","word","index_word")head(negword)negword$content_type <- "neg"#计算每个语句的词数:n_word_n <- as.data.frame(sqldf('select count(id) from negword group by id_tot'))negword$index_word <- unlist(sapply(n_word_n$`count(id)`,seq))negword$index_word <- negword$index_word - 1negword <- negword[,c(8,4,3,1,9)]names(negword) <- c("content_type","index_content","nature","word","index_word")#数据导出：write.csv(posword,"posdata.csv",row.names = F)write.csv(negword,"negdata.csv",row.names = F)#情感分类结果及得分导出valuetb1 <- valuetb[valuetb$x != 0,]valuetb1$a_type[valuetb1$x >0] <- "pos" valuetb1$a_type[valuetb1$x <0] <- "neg" valuetb1$content_type <- ""valuetb1$content_type[valuetb1$id <= 1000] <- "pos"valuetb1$content_type[valuetb1$id > 1000] <- "neg"valuetb2 <- valuetb1[,c(1,3,4)]names(valuetb2) <- c("index_content","a_type","content_type")write.table(valuetb2,"outputfile.csv",row.names=FALSE,col.names=TRUE,sep=",")小结本文转载自R数据科学，原创作者建建baby，请支持原创！，由于文章长度超出限制，后续部分请关注下一篇文章。
感谢大家耐心看完，自己的文章都写的很细，代码都在原文中，希望大家都可以自己做一做，请关注后私信回复“数据链接”获取所有数据和本人收集的学习资料。如果对您有用请先收藏，再点赞转发。
也欢迎大家的意见和建议。
如果你是一个大学本科生或研究生，如果你正在因为你的统计作业、数据分析、论文、报告、考试等发愁，如果你在使用SPSS,R，Python，Mplus, Excel中遇到任何问题，都可以联系我。因为我可以给您提供最好的，最详细和耐心的数据分析服务。
如果你对Z检验，t检验，方差分析，多元方差分析，回归，卡方检验，相关，多水平模型，结构方程模型，中介调节，量表信效度等等统计技巧有任何问题，请私信我，获取最详细和耐心的指导。
If you are a student and you are worried about you statistical #Assignments, #Data #Analysis, #Thesis, #reports, #composing, #Quizzes, Exams.. And if you are facing problem in #SPSS, #R-Programming, #Excel, Mplus, then contact me. Because I could provide you the best services for your Data Analysis.
Are you confused with statistical Techniques like z-test, t-test, ANOVA, MANOVA, Regression, Logistic Regression, Chi-Square, Correlation, Association, SEM, multilevel model, mediation and moderation etc. for your Data Analysis...??
Then Contact Me. I will solve your Problem...
加油吧，打工人！
猜你喜欢：
R文本挖掘：文本聚类分析
R文本挖掘：中文文本聚类
R文本挖掘：情感分析「2」
R文本挖掘：情感分析
R文本挖掘：中文词云生成
R文本挖掘：中文词云生成，以2021新年贺词为例
R文本挖掘：社会网络分析
R文本挖掘：文本主题分析topic analysis
R文本挖掘：手把手教你做词云图，小白教程
R文本挖掘：词云图怎么做，worldcloud2初识
标签： #win10codewar #文本挖掘lda
