基于R的文本情感分类

Question

我有大量的文本数据集，我将包含特定关键字/s的文本与之分开。这里是带有特定关键字的数据集。现在我的下一个任务是根据8情绪和2种情感对这个数据集进行分类，总共会有10种不同的类。我从NRC情感词汇获得了这个想法，它包含了14182个不同的单词和它们的emotion+sentiment类。NRC的主要工作是在http://saifmohammad.com/WebPages/NRC-Emotion-Lexicon.htm。我知道朴素贝叶斯分类，或聚类很好地与二进制分类(例如，两类正面和负面情绪)。但是当10节课出现问题时，我不知道我将如何进一步处理。我非常感谢你的建议。我和R一起做这个任务，最终的结果如下：

|==================================|====================================|
|   SentencesWithKeywords          |      emotion or sentiment class    |
-----------------------------------|------------------------------------|
|conflict need resolved turned     | anger/anticipation/disgust/fear/joy|
|conversation  exchange ideas      |     negative/positive/sadness/     | 
|richer environment                |            surprise/trust          | 
|                                  |                                    |
|----------------------------------|------------------------------------|
|     sentence2                    |anger/anticipation/disgust/fear/joy |
|                                  |     negative/positive/sadness/     |
|                                  |           surprise/trust           |
|----------------------------------|------------------------------------|

Answer 1

您应该签出插入包(http://topepo.github.io/caret/index.html)。你要做的是两种不同的分类(一个是多类问题，一个是两个类问题)。将文档表示为术语频率向量，并运行您选择的分类算法。支持向量机通常能很好地处理大量的单词。