library(readtext)
library(syuzhet)
library(RColorBrewer)
library(wordcloud)
Ejercicio 6: Analisis de sentimientos
texto <- readtext("C:\\Users\\eleyva1\\OneDrive - Steelcase Inc\\Documents\\LIT TEC\\himno.txt")
texto_palabras <- get_tokens(texto)
emociones_df <- get_nrc_sentiment(texto_palabras, language = "spanish")
barplot(colSums(prop.table(emociones_df[, 1:8])))

sentimientos <- (emociones_df$negative*-1) + emociones_df$positive
simple_plot(sentimientos)

wordcloud(words=texto_palabras, min.freq = 1)
## Loading required namespace: tm

Conclusiones
Como se puede observar en la primera grafica la emocion que
predomina en el Himno Nacional Mexicano es el miedo. Por otra parte, las
otras dos graficas no ayudan a complementar el analisis donde el eje
vertical indica un valor numérico asignado a la emoción expresada en
cada parte del himno. Un valor negativo podría indicar un sentimiento
triste o negativo, mientras que un valor positivo podría indicar alegría
o optimismo. Por otro lado, los ejes horizontales representan el tiempo
narrativo, es decir, el progreso de la historia a lo largo del himno. En
conclusion, se puede afirmar que el sentimiento general del himno es
bastante neutral o tiene pocas variaciones extremas de emoción.Asimismo,
en el himno no hay momentos de gran euforia o tristeza a lo largo del
himno.
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