감정 분석 기초

library(tm)
library(stringr)
library(dplyr)
library(tidyr)        #데이터 정리정돈 패키지.
library(tidytext)
 
install.packages("tidyr")
install.packages("tidytext")
 
get_sentiments("afinn")
summary(get_sentiments("afinn"))
df = data.frame(get_sentiments("afinn"))
 
 
hist(df$score, xlim = c(-6,6), col = "blue", breaks = 20)  #breaks : 막대를 20개로 보이게 한다.
 
 
 
oplex = data.frame(get_sentiments("bing")) 
table(oplex$sentiment)
 
emolex = data.frame(get_sentiments("nrc")) 
table(emolex$sentiment)
 
emolex$word[ emolex$sentiment == "anger"] #
 
 
#감성분성 => 긍정 / 부정.
 
 
#papers 에서의 감정 분석.
 
c = VCorpus(DirSource("papers/"))
mypaper = c
 
inspect(c)
c[[1]]  #matadata : 설명.
 
str(c[[1]]$content)
class(c[[1]]$content)
 
c[[1]]$content            #문자벡터
c[[1]][1]                 #리스트
c[[1]][[1]]               #문자벡터
 
length(c[[1]][[1]])       #document type안에는 길이 1짜리 벡터가 들어있다.
 
t = c(rep(NA,24))
 
for(i in 1:24){
  t[i] = c[[1]][[1]]  # 각 문서의  contents만 추출.
}
 
#감정분석에 용이하게 사용되기 좋은 데이터 구조 data_frame
#dplyr에 들어있다.
 
my.df.text = data_frame(paper.id = 1:24, doc=t)
my.df.text
 
#문서 단위의 텍스트를 단어로.
my.df.text.word = my.df.text %>% 
  unnest_tokens(word, doc) #my df text에서 doc이라는 컬럼을 단어로 나누세요.
 
 
#문서의 타입이 df가 아니라 tible 이어야 하므로 이전에 data_frame으로 바꾼것이다.
 
#NA가 없는것만 나오므로 , get_sentiments에도 있고 text.word의 word에 있는 row만 출력된다 
myresult = my.df.text.word %>% 
  inner_join(get_sentiments("bing")) %>% 
  count(word, paper.id, sentiment) %>%     #등장 횟수 n이 추가된다.
  spread(sentiment, n)                     #원래 데이터로 존재하던 negative, positive가 열로 올라왔다.
 
myresult
 
myagg = summarise(group_by(myresult, paper.id) ,
          pos.sum = sum(positive),
          neg.sum = sum(negative),
          pos.sum = pos.sum - neg.sum)
 
myfilenames = list.files("papers", all.files = T)
 
 
paper.name = myfilenames[3:26]
pub.year   = as.numeric(unlist(str_extract_all(paper.name, "[0-9]+"))) 
 
 
paper.id = 1:24
data.frame(paper.id, paper.name, pub.year)