在R中刪除情感詞典中的單詞

Question

我正在使用nrc，bing和afinn詞典對R中的情感進行分析。

現在，我想從這些詞典中刪除一些特定的單詞，但是我不知道該怎么做，因為這些詞典未保存在我的環境中。

我的代碼如下所示（以nrc為例）：

 MyTextFile %>% inner_join(get_sentiments("nrc")) %>% count(sentiment, sort = TRUE) 

Answer 1

這里有兩種方法可以做到這一點（無疑還有更多）。 首先請注意， nrc詞典中有13901個單詞：

> library(tidytext)
> library(dplyr)
> sentiments <- get_sentiments("nrc")
> sentiments
# A tibble: 13,901 x 2
   word        sentiment
   <chr>       <chr>    
 1 abacus      trust    
 2 abandon     fear     
 3 abandon     negative 
 4 abandon     sadness 
 5 abandoned   anger    
 6 abandoned   fear    
... and so on

您可以過濾出特定情感類別中的所有單詞（剩下的單詞較少，為12425）：

> sentiments <- get_sentiments("nrc") %>% filter(sentiment!="fear")
> sentiments
# A tibble: 12,425 x 2 
   word        sentiment
   <chr>       <chr>    
 1 abacus      trust    
 2 abandon     negative 
 3 abandon     sadness  
 4 abandoned   anger    
 5 abandoned   negative 
 6 abandoned   sadness  

或者，您可以創建自己的dropwords列表並將其從詞典中刪除（剩下的單詞較少，在13884）：

> dropwords <- c("abandon","abandoned","abandonment","abduction","aberrant")
> sentiments <- get_sentiments("nrc") %>% filter(!word %in% dropwords)
> sentiments
# A tibble: 13,884 x 2
   word       sentiment
   <chr>      <chr>    
 1 abacus     trust    
 2 abba       positive 
 3 abbot      trust    
 4 aberration disgust  
 5 aberration negative 
 6 abhor      anger    

然后，你就只用做情感分析sentiments已創建：

> library(gutenbergr)
> hgwells <- gutenberg_download(35) # loads "The Time Machine"
> hgwells %>% unnest_tokens(word,text) %>% 
      inner_join(sentiments) %>% count(word,sort=TRUE)
Joining, by = "word"
# A tibble: 1,077 x 2
   word         n
   <chr>    <int>
 1 white      236
 2 feeling    200
 3 time       200
 4 sun        145
 5 found      132
 6 darkness   108

希望這會有所幫助。

Answer 2

如果您可以將要刪除的單詞做成一個數據框，則可以使用anti_join排除這些單詞：

word_list <- c("words","to","remove")
words_to_remove <- data.frame(words=word_list)

MyTextFile %>%
  inner_join(get_sentiments("nrc")) %>%
  anti_join(words_to_remove) %>%
  count(sentiment, sort = TRUE)