作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具（R），致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等，著有《R语言数据高效处理指南》（《R语言数据高效处理指南》(黄天元)【摘要 书评 试读】- 京东图书，《R语言数据高效处理指南》(黄天元)【简介_书评_在线阅读】 - 当当图书）。知乎专栏：R语言数据挖掘。邮箱：huang.tian-yuan@qq.com.欢迎合作交流。
不查不知道，在R语言里面做基于词典的情感分析具有有这么多选择：
CRAN - Package SentimentAnalysis
总结一下，它们大多以句子作为计量单位，而且目前对英文支持比较多，少有对中文的支持。从输出结果而言，大多是两极化的数值，正数为积极情感，负数为消极情感。但是也有部分支持输出分类变量，不过实际是根据给数值划分阈值来判断一个句子是very positive/positive/netural/negative/very negative这种。其中RSentiment可以对讽刺的情感进行识别，这是比较新奇的（虽然对效果我们还没有实证）。meanr具有很强的自动化分析功能，sentimentr则对否定具有较好的识别（比如“not happy”和“happy”）【BTW:其实其他的方法也具有一定的效果，这个还需要实测】。此外，sentometrics和SentimentAnalysis则在词典上做了一些文章，它们能够使用不同的情感词典来进行专题性（如金融财经）的情感识别，也支持用户自定义情感词典，能够给不同词语的感情方向和权重进行再定义。
——————————————————
上面的包是做过一些筛选的，还提一个中文的情感分析项目，供参考：
原文作者：；如有侵权，请联系管理员删除。
