Kunstmatige intelligentie heeft al tal van concepten gegenereerd die geavanceerde technologieën ontwikkelen. Er is altijd een strijd geweest tussen welke taal geschikt is voor machine learning. Veel bedrijven zijn begonnen met het implementeren van machine learning-algoritmen met behulp van Python. De meeste datawetenschappers zijn van mening dat Python het meest geschikt is voor dit doel vanwege de flexibiliteit en uitgebreide bibliotheken.
Aan de andere kant is de Lingua Franca van statistiek en analyse, R Programming, gerangschikt als de programmeertaal bij uitstek voor datawetenschappers. Omdat het veel wordt gebruikt door statistici, bieden toonaangevende e-learningbedrijven zoals Intellipaat een data science-cursus met programmeren in R. Programmeurs hebben alle reden om te kiezen voor R-programmeren, omdat het nu wordt gebruikt om emoties te detecteren.
Een nieuwe toevoeging aan het R-programmeerframework!
R-programmering heeft een breed raamwerk en ontwikkelaars kunnen verschillende pakketten en API’s opnemen om verschillende functies uit te voeren. Het ultieme verlengstuk hiervan is het detecteren en analyseren van emoties. De vraag is echter of R gezichtsuitdrukkingen kan detecteren? Of sms’jes met emoties?
Nou, als we populaire blogs en artikelen moeten geloven, is programmeren in R voor beide geschikt. Dankzij de flexibiliteit van programmeren in R kunnen ontwikkelaars pakketten zoals Tidy of Syuzhet installeren.
Tidy en Syuzhet- wat zijn ze?
Het meest kritieke probleem bij analyses is het opschonen van gegevens, wat niet slechts één keer wordt gedaan, maar vele malen in de loop van de analyse. Zodra er nieuwe probleemstellingen worden toegevoegd, worden nieuwe gegevens verzameld die moeten worden opgeschoond.
opgeruimde gegevens is een manier om dit probleem op te lossen. Elke gegevensset bestaat uit een waarde en een waarneming, en geordende gegevens helpen de structuur van de gegevens aan te sluiten bij de semantiek ervan. Bij deze methode vormt elke variabele een kolom, vormt elke waarneming een rij en vormt elke waarnemingseenheid een tabel. Deze methode helpt R om de tekst en de emotionele woorden te analyseren, zolang het lexicon het register ervan bevat.
Er zijn drie lexicons voor algemene doeleinden, AFINN, bing en nrc genaamd, die elk verschillende reeksen aan emotie gerelateerde woorden bevatten. Om de gevoelens van een lexicon te controleren, kunnen we de functie get_sentiments() als volgt gebruiken:
Als we willen controleren wat de gelukkige woorden zijn in een tekst van een roman waarvan we zeggen “Failure in our stars”, geschreven door John Green, zullen we de onderstaande stappen volgen:
Nu, om de woorden van vreugde in deze roman te tellen, zullen we de functie count() gebruiken. Zie het volgende voorbeeld:
Het is zichtbaar hoeveel woorden van vreugde er in deze roman zitten.
Aangekomen op Syuzhet, is dit pakket uitgerust met een krachtige tool voor het extraheren van beoordelingen. Om dit pakket te installeren, moet het coreNLP-pakket zijn geïnstalleerd, waardoor de R-programmeeromgeving sentiment uit de tekst kan extraheren. Dit pakket bevat verschillende functies, zoals get_sentences, get_text_as_string, get_tokens, get_sentiment() en get_nrc_sentiment, die het lexicon van emoties (boosheid, angst, anticipatie, vertrouwen, verrassing, verdriet, vreugde en walging) en gevoelens (negatief en positief) gebruiken. Deze functies helpen ontwikkelaars, indien geïmplementeerd, stemming uit elke tekst te halen, wanneer deze vervolgens kan worden geanalyseerd door de emoties in een grafiek uit te zetten. Kijk naar de volgende code:
# get_tokens tokeniseert woorden in plaats van zinnen.
# Of als je het woord token vector hierboven gebruikt
#
Hier hebben we de aantallen van hoeveel zinnen er zijn en wat de gevoelens erin zijn.
Verschillende functies krijgen echter verschillende resultaten vanwege de verschillende gebruikte schalen. We gaan nu de tekenfunctie gebruiken die gevoelens omzet in getallen en positieve emotie toewijst aan 1 en negatieve emoties aan -1.
Gezichtsuitdrukkingen detecteren met R Programming? Hoe?
Nadat we de sfeer van de tekst hebben besproken, gaan we verder met gezichtsuitdrukkingen en hun detectie met behulp van programmering met R. Welnu, door de Face API te installeren, kan de R-programmeeromgeving invoer in de vorm van een afbeelding opnemen en uitvoer krijgen in de vorm van uw stemming . Niet alleen dit, R Programming kan ook emoties in video’s identificeren.
Om dit te doen, moet u de Emotion API gebruiken samen met het httr-pakket dat de resultaten in het R-gegevensframe krijgt. Zodra de gegevens zijn verzameld, kunnen grafieken worden getekend om de uitdrukkingen en hun percentage te analyseren.
Het spreekt voor zich dat de programmeeromgeving van R het veld van datawetenschap vooruit stuwt en binnenkort zal worden geïmplementeerd in verschillende e-commerce-, media- en reclameactiviteiten vanwege de brede toepassingen.
Auteur Bio:
Sonal Maheshwari heeft 6 jaar bedrijfservaring in verschillende technologieplatforms zoals Big Data, Data Science, Salesforce, Digital Marketing, CRM, SQL, JAVA, Oracle, enz. Hij heeft gewerkt voor multinationals zoals Wenger & Watson Inc, CMC LIMITED, EXL Services Ltd. en Cognizant. Ze is een tech-nerd en vindt het heerlijk om via bloggen bij te dragen aan verschillende open platforms. Ze is momenteel verbonden aan een toonaangevende leverancier van professionele training, Intellipaat Software Solutions, en streeft ernaar kennis te verstrekken aan aspirant- en professionals door middel van persoonlijke blogs, onderzoek en innovatieve ideeën.
