使用R计算大数据集中每一行的情感

install.packages("tidytext")
library(tidytext)

# 使用tm包进行文本预处理
library(tm)
corpus <- Corpus(VectorSource(data$Text))  # 假设数据集中的文本列名为Text
corpus <- tm_map(corpus, content_transformer(tolower))
corpus <- tm_map(corpus, removePunctuation)
corpus <- tm_map(corpus, removeNumbers)
corpus <- tm_map(corpus, removeWords, stopwords("english"))
corpus <- tm_map(corpus, stripWhitespace)

# 使用stringr包进行文本预处理
library(stringr)
data$Text <- str_to_lower(data$Text)
data$Text <- str_replace_all(data$Text, "[[:punct:]]", "")
data$Text <- str_replace_all(data$Text, "\\d+", "")
data$Text <- str_replace_all(data$Text, stopwords("english"), "")
data$Text <- str_trim(data$Text)

# 获取情感词典
sentiments <- get_sentiments("afinn")

# 连接情感词典与数据集
data_sentiment <- inner_join(data, sentiments, by = c("Text" = "word"))

# 计算每一行的情感得分
data_sentiment <- data_sentiment %>%
  group_by(row_id) %>%
  summarize(sentiment_score = sum(value))

# 查看结果
data_sentiment