Rによるテキストマイニング ―tidytextを活用したデータ分析と可視化の基礎

26

■

2

章 整理データを使ったセンチメント分析

書の方が

NRC

辞書よりも高くなっています。たとえば

NRC

のネガティブな単語が

ジェーン・オースティンの作品で使われている単語とうまく適合していないのかも

しれないといった単語マッチングのシステム的な違いもあるはずですが、辞書のポ

ジティブな単語とネガティブな単語の割合も、図 2-3 のグラフの結果に大きな影響

を与えているはずです。しかし、こういった違いの原因が何であれ、小説の筋に沿っ

た相対的な感情の流れはほぼ同じでも、センチメント量の数値自体は辞書によって

異なるということは言えるでしょう。これは、分析でセンチメント辞書を選ぶとき

に頭に入れておくべき重要なポイントです。

2.4

 ポジティブ、ネガティブな感情を示す単語の

最も一般的な例

個々の感情を強める単語の数を分析できることは、

sentiment

と

word

の両方を

データフレームにしてあることの利点の

1

つです。

word

と

sentiment

の両方を引数

として

count()

を呼び出すと、個々の単語が個々の感情にどれだけの貢献をしてい

るかがわかります。

bing_word_counts <- tidy_books %>%

inner_join(get_sentiments("bing")) %>%

count(word, sentiment, sort = TRUE) %>%

ungroup()

bing_word_counts

## # A tibble: 2,585

×

3

## word sentiment ...