qdapを使用したレビューコメントのセンチメント分析が遅い

Question

qdapパッケージを使用して、特定のアプリケーションの各コメントコメントの感情を判断します。私はCSVファイルからレビューコメントを読んで、それをqdapの極性機能に渡しました。すべて正常に動作し、すべてのレビューコメントの極性が得られますが、問題はすべての文章の極性（CSVファイルに存在する文の総数は779です）を計算するのに7-8秒かかることです。私は以下のコードを貼り付けています。

temp_csv <- filePath() 
    attach(temp_csv) 
    text_data <- temp_csv[,c('Content')] 
    print(Sys.time()) 
    polterms <- list(neg=c('wtf')) 
    POLKEY <- sentiment_frame(positives=c(positive.words),negatives=c(polterms[[1]],negative.words))  
    polarity <- polarity(sentences, polarity.frame = POLKEY) 
    print(Sys.time()) 

次のように撮影した時刻：

[1] "2016年4月12日午後04時43分01秒IST"

[1]「2016年4月12日16時43分： 09 IST "

私が何か間違っていることを誰かに教えてもらえますか？ パフォーマンスを向上させるにはどうすればよいですか？

Answer 1

私はqdapの著者です。 polarity関数は、はるかに小さなデータセット用に設計されています。私の役割が変わったので、より大きなデータセットで作業を始めました。私は速く正確である必要がありました（これらの2つの事柄はお互いに反対です）。それ以来、破産パッケージsentimentrを開発しました。このアルゴリズムは、qdapの極性よりも速く正確になるように最適化されています。

これは、5つの辞書ベース（または訓練されたアルゴリズムベース）のセンチメント検出に近づいています。それぞれには欠点（ - ）とプラス（+）があり、特定の状況で役立ちます。

1. qdap + on CRAN; -slow
2. syuzhet + on CRAN; +高速; +素晴らしいプロット; - 非文学の使用については正確ではない
3. sentimentr +高速; +高い精度; -GitHubのみ
4. stansent (stanford port) +最も正確です。 -slower
5. tm.plugin.sentiment-CRANでアーカイブ。 - 私はそれが簡単に働くことができませんでした

私は下のコードで上記の最初の4つの選択肢のサンプルデータのタイムテストを表示します。

パッケージをインストールし、タイミングが、それは読者だけでコードを実行することができますので、私はパックマンを使う

を機能させます。あなたはinstall.packages & libraryコールと置き換えることができますが。それは便利だ場合

if (!require("pacman")) install.packages("pacman") 
pacman::p_load(qdap, syuzhet, dplyr) 
pacman::p_load_current_gh(c("trinker/stansent", "trinker/sentimentr")) 

pres_debates2012 #nrow = 2912 

tic <- function (pos = 1, envir = as.environment(pos)){ 
    assign(".tic", Sys.time(), pos = pos, envir = envir) 
    Sys.time() 
} 

toc <- function (pos = 1, envir = as.environment(pos)) { 
    difftime(Sys.time(), get(".tic", , pos = pos, envir = envir)) 
} 

id <- 1:2912 

タイミングタイミングと精度の詳細について

## qdap 
tic() 
qdap_sent <- pres_debates2012 %>% 
    with(qdap::polarity(dialogue, id)) 
toc() # Time difference of 18.14443 secs 


## sentimentr 
tic() 
sentimentr_sent <- pres_debates2012 %>% 
    with(sentiment(dialogue, id)) 
toc() # Time difference of 1.705685 secs 


## syuzhet 
tic() 
syuzhet_sent <- pres_debates2012 %>% 
    with(get_sentiment(dialogue, method="bing")) 
toc() # Time difference of 1.183647 secs 


## stanford 
tic() 
stanford_sent <- pres_debates2012 %>% 
    with(sentiment_stanford(dialogue)) 
toc() # Time difference of 6.724482 mins 

は私 sentimentr README.mdとしてください 星レポを参照してください。すなわち、以下READMEからの試験の一つキャプチャ：

私はタイラーに同意