如何基于DFM生成情感量表？Quanteda R语言项目求助

我来帮你搞定这个问题！你遇到的全NA结果，核心原因是你把DFM对象当成普通数据框来操作了——quanteda的dfm是特殊的矩阵类对象，不能直接用$来提取特征列，这才导致计算时取不到数值，最终全是NA。下面给你两种可靠的解决方案：

方法1：将DFM转换为数据框后计算 #

把DFM转成常规数据框，就能像处理普通数据一样操作列了：

# 把DFM转换成带文档变量的数据框
sent_df <- convert(sentkwicMigration8, to = "data.frame")

# 按照要求计算logit情感得分
sent_df$sentiment <- log((sent_df$positive + 0.5) / (sent_df$negative + 0.5))

# 查看结果
summary(sent_df$sentiment)

方法2：直接从DFM提取数值计算（保留DFM结构） #

如果你想继续保留DFM对象的结构，可以直接提取特征的数值矩阵来计算，再把得分存回文档变量：

# 提取positive和negative特征的数值矩阵
sent_matrix <- as.matrix(dfm_select(sentkwicMigration8, pattern = c("positive", "negative")))

# 计算情感得分
sentiment_scores <- log((sent_matrix[, "positive"] + 0.5) / (sent_matrix[, "negative"] + 0.5))

# 将得分添加到DFM的文档变量中
docvars(sentkwicMigration8, "sentiment") <- sentiment_scores

# 查看结果
summary(docvars(sentkwicMigration8, "sentiment"))

额外检查点 #

如果还是有少量NA，可能是某些文档的positive和negative同时为0？不过你加了0.5的平滑项，这种情况会得到log(0.5/0.5) = log(1) = 0，不会出现NA。所以主要问题还是之前的列访问方式错误，用上面两种方法就能解决啦！

内容的提问来源于stack exchange，提问作者user13834194