更改必应词典中单词的值

Question

我正在使用 R Studio 分析一项调查。 我正在使用来自 tidytext package 的 Bing Sentiment 词典来执行此操作。

有些词对我的调查没有正确的含义，特别是“温柔”被编码为积极，但我的受访者将“温柔”表示为消极（疼痛）。 我知道如何从 bing tibble 中删除一个单词，然后添加一个新单词，但是我怎样才能简单地更改单词的含义呢？

例如：

structure(list(word = c("pain", "tender", "sensitive", "headaches", 
"like", "anxiety"), sentiment = c("negative", "positive", "positive", 
"negative", "positive", "negative"), n = c(351L, 305L, 279L, 
220L, 200L, 196L)), row.names = c(NA, 6L), class = "data.frame")

我希望它看起来像：

structure(list(word = c("pain", "tender", "sensitive", "headaches", 
"like", "anxiety"), sentiment = c("negative", "negative", "positive", 
"negative", "positive", "negative"), n = c(351L, 305L, 279L, 
220L, 200L, 196L)), row.names = c(NA, 6L), class = "data.frame")

谢谢！

Answer 1

跑线

df$sentiment <- ifelse(df$word == "tender", "positive", df$sentiment)

将有效地改变word向量“温柔”的任何实例的sentiment向量，使其显示为“积极”。 任何其他实例将保持原样。

请注意，如果您还想将其他词更改为积极的情绪，您可以执行以下操作：

df$sentiment <- ifelse(df$word %in% c("tender", "anotherword", "etc"), "positive", df$sentiment)

Answer 2

在tidyverse （在其上构建tidytext ）中进行这种重新编码的方法通常是：

library(tidyverse)
  
df %>% 
  mutate(sentiment = case_when(
    word == "tender" ~ "negative",
    TRUE ~ sentiment # means leave if none of the conditions are met
  ))
#>        word sentiment   n
#> 1      pain  negative 351
#> 2    tender  negative 305
#> 3 sensitive  positive 279
#> 4 headaches  negative 220
#> 5      like  positive 200
#> 6   anxiety  negative 196

case_when遵循与ifelse相同的逻辑，但您可以根据需要评估任意数量的条件，非常适合重新编码多个值。 ~的左侧评估一个条件，如果满足该条件，则右侧说明该值。 您可以设置默认值，如case_when中的最后一行所示。