如何在R Studio中使用Rauh德语政治情感词典并转Tibble

1. 是否需要手动构建polarity()函数？ #

不需要。你代码里用到的polarity()是quanteda包内置的属性赋值方法，用来为quanteda字典对象定义正负极性分组，不是需要手动编写的自定义函数。直接用polarity(字典对象) <- list(pos = 正类别向量, neg = 负类别向量)的格式就能完成极性配置。

2. .Rdata文件结构与情感类别问题 #

• .Rdata是R的二进制对象文件，不是纯文本，所以readLines()无法读取内容，必须用load()加载。加载后会直接在R环境中生成对应的数据框对象（你代码里的neg.sent.dictionary和sent.dictionary）。
• 情感类别信息就在加载后数据框的sentiment列中：sentiment = 1对应正向，sentiment = -1对应负向；否定词典里的sentiment = 1实际是“否定负向词”（表达正向），sentiment = -1是“否定正向词”（表达负向）。
• 不需要额外结合SentiWS等文件。Rauh词典本身就是基于SentiWS和GermanPolarityClues整合扩展而来，所有必要的情感词汇与极性信息都已包含在这两个.Rdata文件中。

3. 转换为tidyverse Tibble的方法 #

要生成包含Line（行号）、word（词汇）、category（情感类别）的Tibble，可按以下步骤处理：

library(tidyverse)

# 加载词典对象
load("Rauh/Rauh_SentDictionaryGerman_Negation.Rdata")
load("Rauh/Rauh_SentDictionaryGerman.Rdata")

# 处理基础词典：添加行号、整理词汇与类别
basic_tibble <- sent.dictionary %>%
  mutate(
    Line = row_number(),  # 添加唯一行号
    word = feature,       # 提取词汇
    category = case_when(
      sentiment == -1 ~ "negative",
      sentiment == 1 ~ "positive"
    )
  ) %>%
  select(Line, word, category) %>%
  as_tibble()

# 处理否定词典：添加行号、拆分否定前缀、整理类别
negation_tibble <- neg.sent.dictionary %>%
  mutate(
    Line = row_number() + nrow(basic_tibble),  # 行号接续基础词典
    word = str_replace(feature, "NOT_", "NOT "),  # 拆分否定前缀与词汇
    category = case_when(
      sentiment == 1 ~ "neg_negative",  # 否定负向词对应正向情感
      sentiment == -1 ~ "neg_positive"  # 否定正向词对应负向情感
    )
  ) %>%
  select(Line, word, category) %>%
  as_tibble()

# 合并两个Tibble
final_rauh_tibble <- bind_rows(basic_tibble, negation_tibble)

# 查看结果示例
head(final_rauh_tibble)

说明： #

• Line列用行号生成，确保每个条目唯一；
• word列针对否定词典的NOT_xxx格式做了拆分，变成自然的“NOT xxx”短语；
• category列直接映射原词典的sentiment值，保留了Rauh词典的否定极性逻辑。

内容的提问来源于stack exchange，提问作者user23820003