用R语言对水果茶评论进行情感分析的课设例子

好的，让我给你一个简单的 R 语言情感分析例子。假设我们有一些水果茶的评论数据，包含了用户的评分和评论内容。我们想要对这些评论进行情感分析，以了解用户对水果茶的满意程度。

首先，我们需要加载所需的 R 包（如 `tidytext`、`dplyr`、`tidyr` 和 `ggplot2`），并读取评论数据。为了方便起见，我使用了一个名为 `fruit_tea.csv` 的数据集。

# 加载所需的包
library(tidytext)
library(dplyr)
library(tidyr)
library(ggplot2)

# 读取数据
comments <- read.csv("fruit_tea.csv", stringsAsFactors = FALSE)

接下来，我们需要进行文本清洗和分词。我们可以使用 `tidytext` 包中的 `unnest_tokens()` 函数来将评论内容分割成单个单词，并删除停用词（如 "the"、"a"、"an" 等）和标点符号。

# 文本清洗和分词
comments_cleaned <- comments %>%
  mutate(comment = tolower(comment)) %>%
  unnest_tokens(word, comment) %>%
  anti_join(stop_words)

现在，我们可以使用情感词典来计算每个评论的情感分数。这里，我使用了 `bing` 情感词典，其中每个单词都被标记为正面、负面或中性。

# 情感分析
library(tidytext)
library(dplyr)

bing <- get_sentiments("bing")

comments_sentiment <- comments_cleaned %>%
  inner_join(bing, by = "word") %>%
  group_by(id, comment) %>%
  summarise(sentiment = sum(score))

head(comments_sentiment)

最后，我们可以将结果可视化，以了解不同评分水平下的情感分数分布。

# 可视化
ggplot(comments_sentiment, aes(x = sentiment, fill = factor(rating))) +
  geom_histogram(binwidth = 1, position = "dodge") +
  facet_wrap(~rating, ncol = 2) +
  xlab("Sentiment Score") +
  ylab("Count") +
  ggtitle("Sentiment Analysis of Fruit Tea Comments")

这将为我们生成一个可视化图表，其中显示了每个评分水平下的情感分数分布。

希望这个例子对你有帮助！