germeval01-textfeatures

2023

textmining

datawrangling

germeval

string

Published

November 16, 2023

Aufgabe

Extrahieren Sie typisches Text-Features aus einem Text.

Nutzen Sie das Paket textfeatures.

Nutzen Sie die GermEval-2018-Daten.

Die Daten sind unter CC-BY-4.0 lizensiert. Author: Wiegand, Michael (Spoken Language Systems, Saarland University (2010-2018), Leibniz Institute for the German Language (since 2019)),

Die Daten sind auch über das R-Paket PradaData zu beziehen.

library(tidyverse)
library(easystats)
data("germeval_train", package = "pradadata")

Nutzen Sie diesen Text-Datensatz, bevor Sie den größeren germeval-Datensatz verwenden:

Daten

Teststring:

text <- c("Abbau, Abbruch ist jetzt", 
          "Test   🧑‍🎓 😄 heute!!", 
          "Abbruch #morgen #perfekt", 
          "Abmachung... LORE IPSUM", 
          "boese ja", "böse nein", 
          "hallo ?! www.google.de", 
          "gut schlecht I am you are he she it is")

n_emo <- c(2, 0, 2, 1, 1, 1, 0, 2)

test_text <-
  data.frame(id = 1:length(text),
         text = text,
         n_emo = n_emo)

test_text

Hinweise:

Orientieren Sie sich im Übrigen an den allgemeinen Hinweisen des Datenwerks.

Lösung

Das Paket textfeatures ist aktuelle nicht auf CRAN, aber über Github zu bekommen (oder im CRAN-Archiv).

library(tidyverse)
library(tictoc)
library(textfeatures)

Test 1

Hier ein Test vom Autor des Pakets:

x <- c(
  "this is A!\t sEntence https://github.com about #rstats @github",
  "and another sentence here", "THe following list:\n- one\n- two\n- three\nOkay!?!"
)

## get text features
textfeatures::textfeatures(x, verbose = FALSE)

Test 2

textfeatures::textfeatures(test_text$text,
                           sentiment = FALSE,
                           word_dims = FALSE)

Categories:

2023
textmining
datawrangling
germeval
string

--- exname: germeval01-textfeatures expoints: 1 extype: string exsolution: NA categories: - 2023 - textmining - datawrangling - germeval - string date: '2023-11-16' slug: germeval01-textfeatures title: germeval01-textfeatures execute: eval: false --- ```{r global-knitr-options, include=FALSE, message=FALSE} knitr::opts_chunk$set(fig.pos = 'H', fig.asp = 0.618, fig.width = 4, fig.cap = "", fig.path = "", echo = TRUE, # ECHO IS FALSE!!! message = FALSE, warning = FALSE, fig.show = "hold") options(max.print = 10) options(rstudio.help.showDataPreview = FALSE) ``` # Aufgabe Extrahieren Sie typisches Text-Features aus einem Text. Nutzen Sie das Paket [`textfeatures`](https://github.com/cran/textfeatures/tree/master). Nutzen Sie die [GermEval-2018-Daten](https://heidata.uni-heidelberg.de/dataset.xhtml?persistentId=doi:10.11588/data/0B5VML). Die Daten sind unter CC-BY-4.0 lizensiert. Author: Wiegand, Michael (Spoken Language Systems, Saarland University (2010-2018), Leibniz Institute for the German Language (since 2019)), Die Daten sind auch über das R-Paket [PradaData](https://github.com/sebastiansauer/pradadata/tree/master/data-raw/GermEval-2018-Data-master) zu beziehen. ```{r} library(tidyverse) library(easystats) data("germeval_train", package = "pradadata") ``` Nutzen Sie diesen Text-Datensatz, bevor Sie den größeren `germeval`-Datensatz verwenden: # Daten Teststring: ```{r} text <- c("Abbau, Abbruch ist jetzt", "Test 🧑‍🎓 😄 heute!!", "Abbruch #morgen #perfekt", "Abmachung... LORE IPSUM", "boese ja", "böse nein", "hallo ?! www.google.de", "gut schlecht I am you are he she it is") n_emo <- c(2, 0, 2, 1, 1, 1, 0, 2) test_text <- data.frame(id = 1:length(text), text = text, n_emo = n_emo) test_text ``` Hinweise: - Orientieren Sie sich im Übrigen an den [allgemeinen Hinweisen des Datenwerks](https://datenwerk.netlify.app/hinweise). # Lösung Das Paket `textfeatures` ist aktuelle nicht auf CRAN, aber über Github zu bekommen (oder im CRAN-Archiv). ```{r} library(tidyverse) library(tictoc) library(textfeatures) ``` # Test 1 Hier ein [Test vom Autor des Pakets](https://textfeatures.mikewk.com/): ```{r} x <- c( "this is A!\t sEntence https://github.com about #rstats @github", "and another sentence here", "THe following list:\n- one\n- two\n- three\nOkay!?!" ) ## get text features textfeatures::textfeatures(x, verbose = FALSE) ``` # Test 2 ```{r} textfeatures::textfeatures(test_text$text, sentiment = FALSE, word_dims = FALSE) ``` --- Categories: - 2023 - textmining - datawrangling - germeval - string