R tidytext情感分析-如何使用drop参数

Question

最近，我问了一个关于情绪分析后被省略的条目的问题。我分析的推文并不总是包含在词典中的单词。我想知道哪些是不能翻译的。因此，我想保留这些，即使是零字得分。在我前面的问题中，drop参数是作为解决方案给出的。但是，我想我可能做错了或者遗漏了什么。这是我第一次使用这些技术。

下面的函数接受一个数据框架，并给出一个新的数据框架，其中包含了积极的和消极的词汇以及情感。

输入(故意用荷兰语写一篇文章，这样就不能得分)

id <- c(1, 2, 3)
date <- c("12-05-2021", "12-06-2021", "12-07-2021")
text <- c("Dit is tekst in het Nederlands", "I,m so happy that websites like this exsist", "This icecream tastes terrible. It made me upset")

df <- data.frame(id, date, text)

作为输出，我需要的是：

sentiment     positive     negative
0             0            0
2             2            0
-2            0            2

但是我的功能给了我别的东西：

sentimentAnalysis <- function(tweetData){
  
  sentimentDataframe <- data.frame()
  
  for(row in 1:nrow(tweetData)){
    
    tekst <- as.character(tweetData[row, "text"])
    
    positive <- 0
    negative <- 0
    
    tokens <- tibble(text = tekst) %>% unnest_tokens(word, text, drop = FALSE)
    
    sentiment <- tokens %>%
      inner_join(get_sentiments("bing")) %>% 
      count(sentiment) %>% 
      spread(sentiment, n, fill = 0) %>% 
      mutate(sentiment = positive - negative)
    
    
    sentimentDataframe <- bind_rows(sentimentDataframe, sentiment)
  }
  
  sentimentDataframe[is.na(sentimentDataframe)] <- 0
  return(sentimentDataframe)
  
}

这仍然返回一个数据帧，其中未加分数的文本丢失。如您所见，省略了第一个文本：

sentiment     positive     negative
2             2            0
-2            0            2

Answer 1

如果在联接后没有返回任何行，则可以返回包含所有0值的tibble。我们可以使用一个if条件来检查这一点。

在句子中只有正反两种情绪的情况下，complete会创建另一行，并将其赋值为0。spread也被pivot_wider取代了，因为spread现在被取代了。

library(tidyverse)
library(tidytext)

map_df(df$text, ~{
  tibble(text = .x) %>% 
    unnest_tokens(word, text, drop = FALSE) %>%
    inner_join(get_sentiments("bing")) -> tmp
  if(nrow(tmp) == 0) tibble(sentiment = 0, positive = 0, negative = 0)
  else {
  tmp %>%
    count(sentiment) %>% 
    complete(sentiment = c('positive', 'negative'), fill = list(n = 0)) %>%
    pivot_wider(names_from = sentiment, values_from = n, values_fill = 0) %>% 
    mutate(sentiment = positive - negative)
  }
}) -> res

res
#  sentiment positive negative
#      <dbl>    <dbl>    <dbl>
#1         0        0        0
#2         2        2        0
#3        -2        0        2