在 Quanteda 中标记文本并使用字典进行分析答案

【问题标题】：Tokenize Text and Analyze with Dictionary in Quanteda在 Quanteda 中标记文本并使用字典进行分析
【发布时间】：2019-08-05 23:34:17
【问题描述】：

我正在尝试使用 R 中的 quanteda 包进行文本分析，并且已成功获得所需的输出，而无需对我的文本做任何事情。但是，我有兴趣删除停用词和其他常用短语以重新运行分析（从我在其他来源中学到的知识——这个过程称为“标记化”（？））。（说明来自https://data.library.virginia.edu/a-beginners-guide-to-text-analysis-with-quanteda/）

使用经过处理的文本，我可以使用说明和quanteda 包来完成。但是，我有兴趣应用字典来分析文本。我怎样才能做到这一点？由于很难在此处附上我的所有文档，因此我可以应用的任何提示或示例都会有所帮助并非常感谢。

谢谢！

【问题讨论】：

询问教程或示例是题外话。但请查看quanteda 主页并具体查看示例部分。
感谢您提供此链接。但是，我提出了这个问题，因为我已经这样做了。我不是要教程本身，而是有用的提示可以让我到达我想去的地方。在我发帖之前，我在互联网上查看了人们完成的相关线索和项目，但没有任何帮助。
tutorials.quanteda.io/basic-operations/dfm/dfm_lookup
谢谢！如果这有点愚蠢，我深表歉意，但对于输出，这些值是百分比还是出现次数？

标签： r quanteda

【解决方案1】：

我已经非常成功地使用了这个库，然后按单词合并以获得分数或情绪。按字合并

library(tidytext)

get_sentiments("afinn")
get_sentiments("bing")

您可以将其保存为表格

table <- get_sentiments("afinn")

total <- merge(data frameA,data frameB,by="ID")

【讨论】：