基于之前關于文本聚類和文本模型的博客，我們現在可以深入探討一個經典主題 - 情感分析。情感分析通過計算方式識別和分類文本中的情感，幫助理解公眾意見或消費者反饋。

什么是情感分析？

情感分析確定文本背后的情感基調，將其分類為積極、消極或中性。它被廣泛用于社交媒體監控和理解消費者需求。

為什么使用情感分析？

• 公眾意見：評估對話題或品牌的情緒。
• 消費者洞察：快速識別客戶反應（例如，Expedia加拿大的商業案例）。

挑戰

人類語言很復雜，機器在處理諷刺等細微差別時存在困難（例如，"太～～～～好了！！"可能被誤讀為積極）。算法正在不斷發展以處理這些情況，但還不能達到100%的準確性。

情感分析流程

1. 文本預處理：
   • 分詞：將文本分割成單詞或短語。
   • 停用詞過濾：刪除常見詞（如"和"、“的”）。
   • 否定處理：處理否定詞（如"不好"與"不是不好"）。
   • 詞干提取：將詞還原為詞根形式（如"跑步"到"跑"）。
2. 情感分類：使用詞典或算法分配極性（積極/消極）。
3. 情感評分：量化情感強度，考慮大寫等因素（如"GOOD"表示更強的情緒）。

示例數據

文本	情感
喜歡悉尼的德國面包店…	積極
@VivaLaLauren 我的也壞了！…	消極
@Mofette 太棒了！愿原力與你同在…	積極

R語言中的情感分析

使用R的tm、syuzhet和其他包，我們可以預處理文本并分析情感。

預處理和詞云

library(tm)
library(SnowballC)
library(wordcloud)
library(RColorBrewer)# 用于情感分析的示例文本數據
text <- c("我絕對喜歡這個產品！它超出了我所有的期望，運行完美。","服務太差了。我從未對一次購買如此失望過。","這個還行。不是很好，但也不差。我想它能完成工作。","客服團隊非常樂于助人，幾分鐘內就解決了我的問題。太棒了！","考慮到價格，質量相當差。根據評論我期望會更好。","這是我今年買過的最好的東西。每一分錢都值得！","我對發貨延遲感到非常沮喪。產品很好，但等待時間讓人無法接受。","說明不夠清晰，但一旦我弄明白了，產品就如描述的那樣工作。","我不會向任何人推薦這個。完全浪費金錢和時間。","設計很漂亮，使用非常方便。我對這次購買非常滿意！"
)docs <- Corpus(VectorSource(text))
toSpace <- content_transformer(function(x, pattern) gsub(pattern, " ", x))
docs <- tm_map(docs, toSpace, "/")
docs <- tm_map(docs, toSpace, "@")
docs <- tm_map(docs, content_transformer(tolower))
docs <- tm_map(docs, removeNumbers)
docs <- tm_map(docs, removeWords, stopwords("english"))
docs <- tm_map(docs, removePunctuation)
docs <- tm_map(docs, stripWhitespace)
docs <- tm_map(docs, stemDocument)# 創建詞-文檔矩陣
dtm <- TermDocumentMatrix(docs)
dtm_m <- as.matrix(dtm)
dtm_v <- sort(rowSums(dtm_m), decreasing=TRUE)
dtm_d <- data.frame(word = names(dtm_v), freq=dtm_v)# 生成詞云，調整參數
# 設置圖形邊距（下、左、上、右）
par(mar = c(0, 0, 0, 0))  # 移除所有邊距# 創建新圖形，設置更大尺寸
png("wordcloud.png", width = 10, height = 8, units = "in", res = 300)  # 高分辨率set.seed(1234)
wordcloud(words = dtm_d$word, freq = dtm_d$freq, min.freq = 1,max.words = 50,random.order = FALSE, rot.per = 0,            # 不旋轉scale = c(4, 0.8),      # 最大和最小詞之間的比例colors = brewer.pal(8, "Dark2"),vfont = c("sans serif", "plain"),use.r.layout = TRUE     # 更好的布局算法
)dev.off()  # 關閉設備# 顯示保存的圖像
if (requireNamespace("png", quietly = TRUE) && requireNamespace("grid", quietly = TRUE)) {library(png)library(grid)if (file.exists("wordcloud.png")) {img <- png::readPNG("wordcloud.png")grid::grid.raster(img)} else {warning("未找到詞云圖像。請檢查文件路徑。")}
} else {warning("請安裝'png'和'grid'包以顯示詞云。")
}

這段代碼預處理文本，去除噪音，并在詞云中可視化頻繁出現的詞。

情感評分

使用syuzhet進行不同詞典的情感分析：

library(syuzhet)
library(ggplot2)# 使用多種方法進行情感評分
syuzhet_vector <- get_sentiment(text, method="syuzhet")
bing_vector <- get_sentiment(text, method="bing")
afinn_vector <- get_sentiment(text, method="afinn")# 比較前幾個分數
rbind(sign(head(syuzhet_vector)),sign(head(bing_vector)),sign(head(afinn_vector))
)# 使用NRC進行情感分類
d <- get_nrc_sentiment(text)
td <- data.frame(t(d))
td_new <- data.frame(rowSums(td))
names(td_new) <- "count"
td_new <- cbind("sentiment" = rownames(td_new), td_new)# 創建更具信息量的圖表
ggplot(td_new, aes(x = reorder(sentiment, count), y = count, fill = sentiment)) +geom_bar(stat = "identity") +theme_minimal() +theme(axis.text.x = element_text(angle = 45, hjust = 1),legend.position = "none") +  # 移除圖例，因為它是多余的labs(title = "情感分析結果",x = "情感",y = "計數") +scale_fill_brewer(palette = "Set3") +coord_flip()  # 翻轉坐標以獲得更好的可讀性# 創建多個可視化
# 1. 基本情感分數比較
sentiment_scores <- data.frame(Text = 1:length(text),Syuzhet = syuzhet_vector,Bing = bing_vector,Afinn = afinn_vector
)# 重塑數據以便繪圖
sentiment_long <- tidyr::pivot_longer(sentiment_scores, cols = c(Syuzhet, Bing, Afinn),names_to = "Method",values_to = "Score")# 圖表1：比較不同的情感評分方法
p1 <- ggplot(sentiment_long, aes(x = Text, y = Score, fill = Method)) +geom_bar(stat = "identity", position = "dodge") +theme_minimal() +labs(title = "情感評分方法比較",x = "文本樣本",y = "情感分數") +scale_fill_brewer(palette = "Set2")# 圖表2：NRC情感分析（上面已創建）
p2 <- ggplot(td_new, aes(x = reorder(sentiment, count), y = count, fill = sentiment)) +geom_bar(stat = "identity") +theme_minimal() +theme(axis.text.x = element_text(angle = 45, hjust = 1),legend.position = "none") +labs(title = "情感分析結果",x = "情感",y = "計數") +scale_fill_brewer(palette = "Set3") +coord_flip()# 圖表3：詞云（上面已創建）
# 詞云已保存為"wordcloud.png"# 顯示所有圖表
print(p1)
print(p2)# 打印匯總統計
cat("\n情感分數匯總：\n")
print(summary(sentiment_scores[, -1]))# 打印最積極和最消極的文本
cat("\n最積極的文本：\n")
print(text[which.max(syuzhet_vector)])
cat("\n最消極的文本：\n")
print(text[which.min(syuzhet_vector)])

情感分數匯總：Syuzhet            Bing           Afinn      Min.   :-1.750   Min.   :-2.00   Min.   :-5.00  1st Qu.:-0.250   1st Qu.: 0.00   1st Qu.:-0.75  Median : 0.325   Median : 0.00   Median : 1.50  Mean   : 0.600   Mean   : 0.80   Mean   : 2.20  3rd Qu.: 1.738   3rd Qu.: 2.75   3rd Qu.: 5.75  Max.   : 3.150   Max.   : 4.00   Max.   :10.00  最積極的文本：
[1] "客服團隊非常樂于助人，幾分鐘內就解決了我的問題。太棒了！"最消極的文本：
[1] "我對發貨延遲感到非常沮喪。產品很好，但等待時間讓人無法接受。"

這段代碼使用syuzhet、bing和afinn詞典進行情感評分，并使用NRC詞典可視化情感（如喜悅、悲傷）。

基于詞典的分析

像bing和afinn這樣的詞典為詞分配情感分數：

• Bing：二元（積極/消極，例如"放棄"=消極）。
• Afinn：數值分數（例如"放棄"=-2）。
• NRC：對情感進行分類（憤怒、喜悅等）。

示例：酒店情感分數

酒店	Agoda情感	Agoda評分	Booking.com情感	Booking.com評分
One World	6.85	8.5	6.59	8.5
Summer Suite	7.27	8.4	7.1	8.7

這些分數反映了評論的整體情感，通常與評分一致，但提供了更深層次的情感洞察。

結論

情感分析提供了一種強大的方式來理解文本中的情感，盡管由于語言的復雜性需要謹慎解釋。使用R的tm和syuzhet包，你可以預處理文本、評分情感并可視化情緒，使其成為社交媒體或評論分析的理想工具。