Análisis de sentimientos - Himno Nacional Mexicano

El análisis de sentimientos es una herramienta dentro del “Machine Learning” para medir respuestas emocionales acerca de un texto.

Las 8 emociones son:

• Ira
  
• Anticipación
  
• Asco
  
• Miedo
  
• Alegría
  
• Tristeza
  
• Sorpresa
  
• Confianza

Las 2 tendencias de las emociones son: Positiva o Negativa

1. Instalar paquetes y llamar librerías

# Instalar paquetes y llamar librerías
# install.packages("readtext")
library(readtext)
# install.packages("syuzhet")
library(syuzhet)
# install.packages("RColorBrewer")
library(RColorBrewer)
# install.packages("wordcloud")
library(wordcloud)
# install.packages("tm")
library(tm)

## Cargando paquete requerido: NLP

2. Importar base de datos

# Importar la base de datos
# file.choose()
texto <- readtext("C:\\Users\\Catalina\\OneDrive - Instituto Tecnologico y de Estudios Superiores de Monterrey\\Desktop\\R\\HimnoNacional.txt.txt")

3. Convertir texto en palabras y graficar predominancia de emociones

# Token = convertir texto en palabras y encontrar la emoción más predominante.
texto_palabras <- get_tokens(texto)
emociones_df <- get_nrc_sentiment(texto_palabras, language = "spanish")
barplot(colSums(prop.table(emociones_df[, 1:8])))

4. Categorizar emociones -> Positivas y negativas

# Categorizar emociones y graficar la carga positiva/negativa del texto.
sentimientos <- (emociones_df$negative*-1) + emociones_df$positive
simple_plot(sentimientos)

wordcloud(words=texto_palabras, min.freq = 1)

5. Conclusiones

A través de este análisis de emociones del Himno Nacional Mexicano, se puede observar que las emociones más predominantes dentro de los distintos versos son el miedo y la confianza, además, por medio del gráfico Syuzhet, se puede concluir que el himno está compuesto mayoritariamente por emociones negativas, de acuerdo a la categorización visual mostrada con anterioridad.