如何修改tidytext get_sentiments()中特定词汇的情感倾向？

需修正数据框sentiment_words中特定词汇的情感标签："talent"和"prefer"在当前语境下属于负面，但被bing情感词典标记为正面，需手动调整以贴合实际语境。

提供两种可行的实现方式，可根据实际流程选择：

方法一：自定义情感词典（推荐） #

在匹配情感标签前，先复制并修改bing词典的指定词汇标签，再用自定义词典完成分析，避免后续重复修正：

# 加载所需包
library(dplyr)
library(tidytext)

# 复制bing词典，修改目标词汇的情感标签
custom_bing <- tidytext::get_sentiments("bing") %>%
  mutate(sentiment = case_when(
    word == "talent" ~ "negative",
    word == "prefer" ~ "negative",
    TRUE ~ sentiment  # 其他词汇保持原标签
  ))

# 使用自定义词典重新生成情感分析结果
sentiment_words <- df |>
  tidytext::unnest_tokens(output = "word", input = "post") |>
  dplyr::anti_join(tidytext::stop_words) |>
  dplyr::inner_join(custom_bing)

# 查看词频与情感标签统计
sentiment_words %>%
  count(word, sentiment, sort = TRUE)

方法二：直接修改现有数据框 #

若已生成sentiment_words数据框，可直接修改其中的情感列：

# 修正指定词汇的情感标签
sentiment_words <- sentiment_words %>%
  mutate(sentiment = case_when(
    word == "talent" ~ "negative",
    word == "prefer" ~ "negative",
    TRUE ~ sentiment
  ))

# 重新生成词频统计（可选）
bing_word_counts <- sentiment_words %>%
  count(word, sentiment, sort = TRUE)

执行以下代码确认目标词汇的情感标签已更新：

sentiment_words %>%
  filter(word %in% c("talent", "prefer")) %>%
  select(word, sentiment, count) %>%
  distinct()

内容的提问来源于stack exchange，提问作者nesta1990