用qdap对评论的情感分析比较慢

Question

Am使用qdap包来确定特定应用程序的每个评论评论的情绪。我从CSV文件中读取评论并将其传递给qdap的极性函数。一切正常，我得到所有评论的极性，但问题是，计算所有句子的极性需要7-8秒( CSV文件中的句子总数为779)。我正在粘贴下面的代码。

  temp_csv <- filePath()
  attach(temp_csv)
  text_data <- temp_csv[,c('Content')]
  print(Sys.time())
  polterms <- list(neg=c('wtf'))
  POLKEY <- sentiment_frame(positives=c(positive.words),negatives=c(polterms[[1]],negative.words))     
  polarity <- polarity(sentences, polarity.frame = POLKEY) 
  print(Sys.time())

所需时间如下：

1 "2016-04-12 16:43:01 IST“

1 "2016-04-12 16:43:09 IST“

如果我做错了什么，谁能告诉我吗？我怎样才能提高成绩呢？

Answer 1

我是qdap的作者。polarity函数是为小得多的数据集设计的。随着我角色的转变，我开始使用更大的数据集。我需要快速和准确(这两件事是对立的)，并已经开发了一个脱离包感伤。优化后的算法比qdap的极性更快、更准确。

现在，您已经有5个基于字典的(或基于训练算法的)接近情绪检测。每一个都有它的缺点(-)和优点(+)，在某些情况下是有用的。

1. qdap +on CRAN；-slow
2. 苏泽特 +对CRAN；+快速；+伟大的绘图；-less精确的非文学用途
3. 感伤 +快速；+高精度；仅限-GitHub
4. 斯坦森(斯坦福港) +最精确；-slower
5. tm.plugin.sentiment -archived on CRAN；-I不容易让它工作

我在下面的代码中显示了前面4种选择的样本数据的时间测试。

安装软件包并执行计时功能

我使用pacman是因为它允许读取器只运行代码；尽管您可以用install.packages & library调用来替换。

if (!require("pacman")) install.packages("pacman")
pacman::p_load(qdap, syuzhet, dplyr)
pacman::p_load_current_gh(c("trinker/stansent", "trinker/sentimentr"))

pres_debates2012 #nrow = 2912

tic <- function (pos = 1, envir = as.environment(pos)){
    assign(".tic", Sys.time(), pos = pos, envir = envir)
    Sys.time()
}

toc <- function (pos = 1, envir = as.environment(pos)) {
    difftime(Sys.time(), get(".tic", , pos = pos, envir = envir))
}

id <- 1:2912

时差

## qdap
tic()
qdap_sent <- pres_debates2012 %>%
    with(qdap::polarity(dialogue, id))
toc() # Time difference of 18.14443 secs


## sentimentr
tic()
sentimentr_sent <- pres_debates2012 %>%
    with(sentiment(dialogue, id))
toc() # Time difference of 1.705685 secs


## syuzhet
tic()
syuzhet_sent <- pres_debates2012 %>%
    with(get_sentiment(dialogue, method="bing"))
toc() # Time difference of 1.183647 secs


## stanford
tic()
stanford_sent <- pres_debates2012 %>%
    with(sentiment_stanford(dialogue))
toc() # Time difference of 6.724482 mins

要了解更多关于时间和准确性的信息，请访问我的感伤型README.md，如果它是有用的，请星号回购。下面的内容捕获了自述文件中的一个测试：

​

​