Skip to contents

KNU Korean Sentiment Dictionary Sentiment Analysis

get_polarity.Rd

군산대학교 한국어 감성 사전을 활용하여 문서의 감성분석 결과를 반환

Usage

get_polarity(doc, n = 1, indiv = TRUE)

Arguments

doc

character. 군산대학교 한국어 감성 사전을 이용해서 감성분석을 수행할 문자열 벡터

n

integer. n-gram 토큰화 계수

indiv

logical. 복수개의 문서일 때 개별 문서의 결과를 반환할 지를 선택함. TRUE이면 데이터프레임에서 개별 문서의 결과를 관측치(observations)로 반환하고, FALSE이면 하나의 관측치로 반환함. 기본값은 TRUE

Value

data.frame 감성분석 결과를 담은 data.frame

  • n_match: numeric. 감성사전에 매치된 토큰 개수

  • n_negative: numeric. 감성사전의 부정 단어와 매치된 토큰 개수

  • n_positive: numeric. 감성사전의 긍정 단어와 매치된 토큰 개수

  • n_neutral: numeric. 감성사전의 중립 단어와 매치된 토큰 개수

  • negative: numeric. 감성사전의 부정 단어와 매치된 토큰의 점수의 합

  • positive: character. 감성사전의 긍정 단어와 매치된 토큰의 점수의 합

  • polarity: numeric. 감성의 극성. (positive - negative) / (positive + negative).

Examples

# \donttest{
get_polarity(buzz$CONTENT[1])
#>   n_match n_negative n_positive n_neutral negative positive polarity
#> 1       3          2          1         0        4        1     -0.6

# 개별 문서들의 감성분석
get_polarity(buzz$CONTENT[1:5])
#>   n_match n_negative n_positive n_neutral negative positive   polarity
#> 1       3          2          1         0        4        1 -0.6000000
#> 2       0          0          0         0        0        0        NaN
#> 3       3          2          1         0        2        1 -0.3333333
#> 4      21         17          2         2       31        2 -0.8787879
#> 5      11          6          5         0       12        5 -0.4117647

# 전체 문서를 통합한 감성분석
get_polarity(buzz$CONTENT[1:5], indiv = FALSE)
#>   n_match n_negative n_positive n_neutral negative positive   polarity
#> 1      38         27          9         2       49        9 -0.6896552
# }