vaderSentimentScores

Баллы чувства с алгоритмом VADER

Описание

Используйте vaderSentimentScores оценивать чувство в маркируемом тексте с Валентностью Осведомленный Словарь и чувство Reasoner (VADER) алгоритм. vaderSentimentScores функционируйте использование, по умолчанию, словарь чувства VADER и списки слов модификатора.

Функция поддерживает английский текст только.

пример

compoundScores = vaderSentimentScores(documents) возвращает музыку чувства к маркируемым документам. Функция вычисляет составные баллы путем агрегации отдельных маркерных баллов, настроенных согласно правилам алгоритма и затем нормированных между-1 и 1. Функция отбрасывает все лексемы с отдельным символом, не существующим в словаре чувства.

[compoundScores,positiveScores,negativeScores,neutralScores] = vaderSentimentScores(documents)также возвращает отношения для пропорций документов, которые положительны, отрицательны, и нейтральны, соответственно.

___ = vaderSentimentScores(___,Name,Value) задает дополнительные опции с помощью одной или нескольких пар "имя-значение".

Примеры

свернуть все

Создайте маркируемый документ.

str = [
    "The book was VERY good!!!!"
    "The book was not very good."];
documents = tokenizedDocument(str);

Оцените чувство маркируемых документов. Баллы близко к 1 указывают на положительное чувство, баллы близко к-1 указывают на отрицательное чувство, и баллы близко к 0 указывают на нейтральное чувство.

compoundScores = vaderSentimentScores(documents)
compoundScores = 2×1

    0.7264
   -0.3865

Входные параметры

свернуть все

Введите документы, заданные как tokenizedDocument массив.

Аргументы в виде пар имя-значение

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: 'Boosters',["verry" "verrry"] задает, чтобы использовать усилителей "verry" и "verrrry".

Словарь чувства, заданный как таблица со следующими столбцами:

  • Token – Лексема, заданная как скаляр строки.

  • SentimentScore – Счет чувства лексемы, заданной в виде числа.

При оценке чувства программное обеспечение, по умолчанию, игнорирует лексемы с одним символом и заменяет эмодзи на эквивалентное текстовое описание прежде, чем вычислить баллы чувства. Например, программное обеспечение заменяет экземпляры эмодзи "" с текстом, "усмехающимся поверхность", и затем оценивает баллы чувства. Если вы предоставляете лексемам один символ или эмодзи с соответствующими баллами чувства в SentimentLexicon, затем функция не удаляет или заменяет эти лексемы.

Словарь чувства по умолчанию является словарем чувства VADER.

Типы данных: table

Список слов усилителя или N-грамм, заданных как массив строк.

Функция использует N-граммы усилителя, чтобы повысить чувство продолжающих лексем. Например, слова как "абсолютно" и "удивительно".

Для списка слов список должен быть вектор-столбцом. Для списка N-грамм список имеет размер NumNgrams- maxN , где NumNgrams количество N-грамм и maxN длина самой большой n-граммы. (i,j)элементом th списка является jслово th in-грамма th. Если количество слов в in-грамма th меньше maxN, затем остающиеся записи iстрока th списка пуста.

Список по умолчанию N-грамм усилителя является списком усилителей VADER.

Типы данных: string

Список слов демпфера или N-грамм, заданных как массив строк.

Функция использует N-граммы демпфера, чтобы ослабить чувство продолжающих лексем. Например, слова как "едва" и "несколько".

Для списка слов список должен быть вектор-столбцом. Для списка N-грамм список имеет размер NumNgrams- maxN , где NumNgrams количество N-грамм и maxN длина самой большой n-граммы. (i,j)элементом th списка является jслово th in-грамма th. Если количество слов в in-грамма th меньше maxN, затем остающиеся записи iстрока th списка пуста.

Список по умолчанию N-грамм демпфера является списком усилителей VADER.

Типы данных: string

Список слов отрицания, заданных как массив строк.

Функция использует слова отрицания, чтобы инвертировать чувство продолжающих лексем. Например, слова как "не" и "не".

Список по умолчанию слов отрицания является списком отрицания VADER.

Типы данных: string

Выходные аргументы

свернуть все

Составные баллы чувства, возвращенные как числовой вектор. Функция возвращает один счет к каждому входному документу. Значение compoundScores(i) соответствует составному счету чувства documents(i).

Функция решает, что составные баллы вычисляются путем агрегации отдельных маркерных баллов, настраивают их согласно правилам алгоритма VADER, и затем нормируют их между-1 и 1.

Положительные баллы чувства, возвращенные как числовой вектор. Функция возвращает один счет к каждому входному документу. Значение positiveScores(i) соответствует положительному счету чувства documents(i).

Отрицательные баллы чувства, возвращенные как числовой вектор. Функция возвращает один счет к каждому входному документу. Значение negativeScores(i) соответствует отрицательному счету чувства documents(i).

Нейтральные баллы чувства, возвращенные как числовой вектор. Функция возвращает один счет к каждому входному документу. Значение neutralScores(i) соответствует нейтральному счету чувства documents(i).

Ссылки

[1] Хатто, Клейтон Дж. и Эрик Гильберт. "Вейдер: экономная основанная на правилах модель для анализа мнений текста социальных сетей". На Восьмой международной конференции AAAI по блогам и социальным сетям. 2014.

Введенный в R2019b

Для просмотра документации необходимо авторизоваться на сайте