Discussion :

[nguyen0000]

Bonjour à tous,

Je suis entrain de faire de l'analyse des données de Twitter.

J'ai à ma disposition un dataframe contenant plusieurs colonne( text, id, screenname, retweetcount, ...).
Tout d'abord, j'ai un problème de données , sûrement un problème d'encodage : dans mon dataframe, plus précisément dans la colonne text, j'ai des caractères à . Je pense que c'est un problème depuis l'extraction.

Puis, pour analyser le sentiment d'un tweet, j'ai utilisé les packages

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
library(sentimentr)
library(SentimentAnalysis)
library(RSentiment)

et la fonction calculate_sentiment pour savoir si un tweet est positive, negative ou neutral. Maintenant j'aimerais appliquer cette fonction à mon dataframe donc à la colonne [text] et stocker le résultat de chaque tweet quelque part ( par exemple dans une nouvelle colonne). J'ai essayé la fonction ddply mais je n'ai pas réussi à l'utiliser.

Pourriez - vous m'aider à résoudre ces 2 problèmes ? Je suis débutant.

Je vous remercie d'avance !

[mgdondon]

Bonjour,

• Pour le problème d'encodage, vous pouvez tester l'import avec différents encodages, par exemple avec le paramètre encoding de la fonction read.csv().

• La fonction calculate_sentiment() produit un dataframe :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
> df <- data.frame(id=c(1,2),
+                  text=c("This is good","This is bad"))
> library(RSentiment)
> str(calculate_sentiment(df$text))
'data.frame':   2 obs. of  2 variables:
 $ text     : Factor w/ 2 levels "This is bad",..: 2 1
 $ sentiment: Factor w/ 2 levels "Negative","Positive": 2 1

Vous pouvez donc merger le résultat avec votre dataframe :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
> df <- merge(df,calculate_sentiment(df$text),by="text")
> df
          text id sentiment
1  This is bad  2  Negative
2 This is good  1  Positive

Cordialement,

NB : 2 discussions récentes sur l'analyse de sentiments sur Twitter ici et là.

[nguyen0000]

merci pour votre réponse

Pourriez vous expliciter pour la fonction read.csv ? je n'ai pas importé de données donc pourquoi je devrais utiliser cette fonction ?

[mgdondon]

Bonjour,

Vous ne dites pas comment vous importez les données dans R. La fonction read.csv() permet d'importer le contenu d'un fichier csv. Voir help(read.csv).

Cordialement,

[nguyen0000]

C'est vrai que j'aurai du préciser, excusez-moi.
en fait, le dataframe que j'ai provient de quelques instructions sur R.
tweets <- searchTwitter("Macron", n = 4000, resultType = "recent" ,lang="fr") pour extraire
tweets_df <- twListToDF(tweets) pour mettre des données en dataframe.
C'est dans ce dataframe que j'ai des caractères bizarre et un problème d'encodage.

[mgdondon]

Bonjour,

Vous pouvez essayer de définir l'encodage avec l'instruction options(encoding="UTF8"). Test sur le lexique français de sentiments et d’émotions FEEL :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
> options(encoding="native.enc") # option par défaut
> feel <- read.csv2("D:/temp/feel.csv")
> head(feel)
  id              word polarity joy fear sadness anger surprise disgust
1  1 Ã* ce endroit lÃ* positive   0    0       0     0        0       0
2  2       Ã* le hâte negative   0    1       0     0        1       0
3  3           Ã* part negative   0    0       1     0        0       0
4  4            Ã* pic negative   0    1       0     0        0       0
5  5       Ã* rallonge negative   0    0       1     0        0       0
6  6        abasourdir negative   0    0       0     0        1       0

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
> options(encoding="UTF8")
> feel <- read.csv2("D:/temp/feel.csv")
> head(feel)
  id            word polarity joy fear sadness anger surprise disgust
1  1 à ce endroit là positive   0    0       0     0        0       0
2  2       à le hâte negative   0    1       0     0        1       0
3  3          à part negative   0    0       1     0        0       0
4  4           à pic negative   0    1       0     0        0       0
5  5      à rallonge negative   0    0       1     0        0       0
6  6      abasourdir negative   0    0       0     0        1       0

Voir aussi deux articles sur l'analyse de sentiments en français :

• ADVANSE : Analyse du sentiment, de l’opinion et de l’émotion sur des Tweets Français
• FEEL: a French Expanded Emotion Lexicon

Cordialement,