데이터 분석[R] -15차시

감정 사전

감정을 나타낸 단어와 감정의 강도를 표현한 숫자로 구성됨
ex) 만족스럽다 +2
      예쁘고     +2
      좋아서     +2

      나쁘고     -2
      비싸다     -2

 

감정 점수 부여

디자인 예쁘고 마감도 좋아서 만족스럽다 => 합산 : +6
디자인은 만족스럽다. 그런데 마감이 나쁘고 가격도 비싸다 => 합산 : -2

 

간단한 문장을 감정 사전을 이용하여 분석

# 사용되는 패키지 활성화
library(stringr)
library(dplyr)
library(tidytext)
library(KoNLP)
library(ggplot2)
library(wordcloud2)
library(readr)
library(textclean)

setwd("작업 경로명") # 작업 경로 설정

dic <- read_csv("knu_sentiment_lexicon.csv") # 감정사전 csv파일 읽어오기

 

# 긍정, 중립, 부정 단어의 개수 파악
dic %>% mutate(sentiment = ifelse(polarity >= 1, "pos",
                                  ifelse(polarity <= -1, "neg", "neu"))) %>%
  count(sentiment)

 

# 분석할 문장 생성하기
df <- tibble(sentence = c("디자인 예쁘고 마감도 좋아서 만족스럽다.",
                           "디자인은 만족스럽다. 그런데 마감이 나쁘고 가격도 비싸다."))
df

 

# 문장을 공백을 기준으로 토큰화(단어 토큰화)
df <- df %>%
  unnest_tokens(input=sentence, output=word, token="words", drop=F) # 기존 sentence열을 나두고 word열을 추가
df

# 감정사전을 이용해 토큰화한 각단어의 점수 구하기
df <- df %>%
  left_join(dic, by="word") %>%
  mutate(polarity=ifelse(is.na(polarity), 0, polarity))
df

# 문장의 감정점수를 계산하기
df <- df %>%
  group_by(sentence) %>%
  summarise(score = sum(polarity))
df

 

# 기생충 댓글을 감정 사전을 이용하여 분석

setwd("작업 경로명") # 작업 경로 설정

raw_news_comment <- read_csv("news_comment_parasite.csv") # 댓글 csv파일 읽어오기
raw_news_comment

news_comment <- raw_news_comment %>%
  mutate(id=row_number(), # 행 번호 추가
         reply = str_squish(replace_html(reply))) # reply안에 html tag가 존재시 공백으로 치환
news_comment

word_comment <- news_comment %>%
  unnest_tokens(input=reply,
                output=word,
                token="words",
                drop = F)

word_comment

# 단어 추출 및 단어에 따른 감정 점수 부여하기 
word_comment <- word_comment %>%
  left_join(dic, by="word") %>%
  mutate(polarity = ifelse(is.na(polarity), 0, polarity))
word_comment

word_comment <- word_comment %>%
  mutate(sentiment = ifelse(polarity >= 1, "pos",
                            ifelse(polarity <= -1, "neg", "neu")))
word_comment %>% select(word, sentiment, polarity)

# 가장 많이 사용된 긍정, 부정 단어 10개씩 추출
top10 <- word_comment %>%
  filter(sentiment != "neu") %>%
  count(sentiment, word) %>%
  group_by(sentiment) %>%
  slice_max(n, n=10, with_ties = F)

ggplot(top10, aes(x=reorder(word, n), y=n, fill=sentiment)) +
  geom_col() +
  coord_flip() +
  facet_wrap(~sentiment, scales = "free") +
  scale_x_reordered() +
  labs(x = NULL)