用R做文本情感分析

最近，闭门在家，捡起了之前没看完的文本分析的书。这里分享一下书里面的例子。

首先我们需要有一个数据集，这里我们使用Jane Austen的六本小说作为分析材料，这六本小说可以从janeaustenr这个包里面得到

## install.packages("janeaustenr")library(janeaustenr)## install.packages("tidytext")library(tidytext)

这个包里有六本简奥斯丁的书，

original_books <- austen_books()%>%    group_by(book)%>%    mutate(line = row_number(),         chapter = cumsum(str_detect(text,          regex("^chapter [\\divxlc]",         ignore_case = TRUE)))) %>%  ungroup()
original_books

数据集中有三栏，其中text和book是本来就有的，而line是我们后加的。在数据处理过程中，我们一般先将文本一行一行的读入R，这里的行是由原文件格式决定的，我们可以看到第一行其实是书名，第二行是空格，这是由于原文件中是这样的。这里我们增加了一列line，里面是行号，等会我们