Создайте токенизированный документ.

str = [
    "The book was VERY good!!!!"
    "The book was terrible."];
documents = tokenizedDocument(str);

Оцените настроения токенизированных документов. Счет 1 указывает на положительные настроения, счет -1 указывает на отрицательные настроения, а счет 0 указывает на нейтральные настроения.

compoundScores = ratioSentimentScores(documents)

compoundScores = 2×1

     1
    -1

Алгоритмы анализа настроений основаны на аннотированных списках слов, называемых лексиконами настроений. Для примера, ratioSentimentScores функция использует лексикон настроения со словами, аннотированными с счетом настроения в диапазоне от -1 до 1, где счета, близкие к 1, указывают на сильные положительные настроения, счета, близкие к -1, указывают на сильные отрицательные настроения и счета, близкие к нулю, указывают на нейтральные настроения.

Если лексикон настроения, используемый ratioSentimentScores функция не подходит для данных, которые вы анализируете, например, если у вас есть набор данных для конкретной области, такой как медицинские или инженерные данные, то вы можете использовать свой собственный пользовательский лексикон настроений. Для примера, показывающего, как сгенерировать лексикон настроений конкретной области, смотрите Generate Domain Specific Sentiment Lexicon.

Создайте токенизированный массив документов, содержащий текстовые данные для анализа.

textData = [ 
    "This company is showing extremely strong growth."
    "This other company is accused of misleading consumers."];
documents = tokenizedDocument(textData);

Загрузите пример специфичного для области лексикона для финансовых данных.

filename = "financeSentimentLexicon.csv";
tbl = readtable(filename);
head(tbl)

ans=8×2 table
          Token          SentimentScore
    _________________    ______________

    {'opportunities'}       0.95633    
    {'innovative'   }       0.89635    
    {'success'      }       0.84362    
    {'focused'      }       0.83768    
    {'strong'       }       0.81042    
    {'capabilities' }       0.79174    
    {'innovation'   }       0.77698    
    {'improved'     }       0.77176    

Оцените настроение с помощью ratioSentimentScores и задайте пользовательский лексикон настроений, используя 'SentimentLexicon' опция. Счет 1 указывает на положительные настроения, счет -1 указывает на отрицательные настроения, а счет 0 указывает на нейтральные настроения.

compoundScores = ratioSentimentScores(documents,'SentimentLexicon',tbl)

compoundScores = 2×1

     1
    -1