用 R 提取短语

Question

我正在尝试为电影评论提取情感极性，因此为此从标记文本（使用 treetagger）中提取所有标记为 (ADV - VER:pper) 或（VER：pres - ADJ）。例如，在下面的示例中，提取的短语列表是：bien suivi, est efficace.

你能帮帮忙吗？

提前致谢

Database <- read.table("exp.txt", header = FALSE)
Database



          V1       V2         V3

1     Toujours      ADV   toujours
2         bien      ADV       bien
3        suivi VER:pper     suivre
4          par      PRP        par
5          mon  DET:POS        mon
6   conseiller      NOM conseiller
7          Bon      NAM  <unknown>
8      accueil      NOM    accueil
9            ,      PUN          ,
10          ma  DET:POS        mon
11 conseillère      NOM conseiller
12         est VER:pres       être
13    efficace      ADJ   efficace
14          et      KON         et
15           à      PRP          à
16          l'  DET:ART         le
17      écoute      NOM     écoute
18           .

Answer 1

我们可以使用 dplyr 来完成您的需求：

library(dplyr)

Database %>% 
    mutate(NV1 = lead(V1), NV2 = lead(V2)) %>% 
    filter((V2 == 'ADV' & NV2 == 'VER:pper') | (V2 == 'VER:pres' & NV2 == 'ADJ')) %>%
    transmute(result = paste(V1, NV1))

#       result
#   bien suivi
# est efficace

请注意，这不是很可扩展，因为您必须键入您需要的任何条件，但这是一个开始，可能适合您的需要

用 R 提取短语

phrases extraction with R

nlp

r

text-mining