|
2、计算情感得分
关联了情感权重，那么每个文档的得分自然而然可以求得，以weight为例，进行分组汇总即可，用aggregate函数。
#2、计算情感指数?? dictresult?<-?aggregate(weight?~?id,?data?=?testterm,?sum)?? dictlabel?<-?rep(-1,?length(dictresult[,?1]))?? dictlabel[dictresult$weight?>?0]?<-?1??????????#很有技巧地把情感词语正负赋值到情感得分表中?? dictresult?<-?as.data.frame(cbind(dictresult,?dictlabel),?stringsAsFactors?=?F)??
图3
得到了如图3中weight的数列，为了与原来的文本分类进行比较，需要简单知道每个文本的情感偏向，得分>0则偏向为1，得分<0,偏向为-1，这时候引入了一个辅助列，dictlabel来进行这样的操作。
dictlabel[dictresult$weight > 0] <- 1是辅助列运算的精华语句。
3、模型评价
###模型评价?? temp?<-?unique(testterm[,?c("id",?"label")])?? dictresult?<-?join(dictresult,?temp)?? evalue?<-?table(dictresult$dictlabel,?dictresult$label)??
最后可以和原先的分类进行混淆矩阵评价。从结果查看，并不是很精确。
从执行的过程中我们也发现，很多不具有情感色彩的词被定义为了情感词，例如的、了、还、在、我、都、把、上等字词，这些字词都是高频字词，而我们的计算方法按照出现频次重复计算，所以导致上面的结果偏差很大。
暂时的改进办法：修改优化词典，去除这类词汇，或者更改为去重计算，即一条评论中某词无论出现多少次都只计算一次权重。
via：http://blog.csdn.net/sinat--26917383/article/details/51313336
（编辑：武汉站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
