2001～2022 年上市公司年报中包含数字转型特征词汇的句子情感分析

之前我分享过一份 2001～2022 年上市公司年报中包含“研发”的句子情感分析的处理方法及结果，最近有培训班的小伙伴提出也需要对上市公司年报中包含数字转型特征词汇的句子进行情感分析，但是数字转型特征词汇较多，不知道该如何处理，于是我就直接帮大家处理好了。

关于积极和消极词频，我用了三种情感词典进行分析，最终得到了如下数据集：

• 根据知网 Hownet 情感词典情感分析结果.xlsx
• 根据清华大学李军中文褒贬义词典情感分析结果.xlsx
• 根据台湾大学 NTUSD 简体中文情感词典情感分析结果.xlsx

例如，根据清华大学李军中文褒贬义词典情感分析结果数据概览如下：

处理方法

具体处理方法可以学习平台上的课程：

我还绘制了一幅图来展示 2001~2022 年上市公司年报中包含数字转型特征词汇的句子情感分析：

绘图代码如下：

library(tidyverse)
readxl::read_xlsx("根据清华大学李军中文褒贬义词典情感分析结果.xlsx") -> df1
readxl::read_xlsx("根据台湾大学NTUSD简体中文情感词典情感分析结果.xlsx") -> df2
readxl::read_xlsx("根据知网Hownet情感词典情感分析结果.xlsx") -> df3

bind_rows(
  df1 %>% mutate(class = "清华大学李军中文褒贬义词典"),
  df2 %>% mutate(class = "台湾大学NTUSD简体中文情感词典情感"),
  df3 %>% mutate(class = "知网Hownet情感词典情感")
) -> df

df %>%
  group_by(year, class) %>%
  summarise(中性 = mean(中性), 消极 = mean(消极), 积极 = mean(积极)) %>%
  select(-中性) %>%
  ungroup() %>%
  gather(消极, 积极, key = "key", value = "value") %>%
  type_convert() %>%
  ggplot(aes(x = year, y = value, color = key,
             linetype = class, shape = class), linewidth = 2, size = 4) +
  geom_point() +
  geom_line() +
  scale_color_manual(values = c("#c40003", "#00c19b")) +
  labs(x = "年份", y = "积极/消极词频平均数量", color = "情感分类",
       linetype = "使用的情感词典", shape = "使用的情感词典",
       title = "2001~2022 年上市公司年报中包含数字转型特征词汇的句子情感分析",
       caption = "数据来源：巨潮资讯网上市公司历年年报（2000 和 2023 的年报文件较少）",
       subtitle = "数据计算 & 绘图：微信公众号 RStata") +
  theme(legend.position = c(0.3, 0.7),
        plot.background = element_rect(fill = "white")) +
  scale_x_continuous(breaks = seq(2000, 2022, by = 2))

数字转型特征词汇

与“企业数字化转型”相关的特征词汇如下图所示：

上市公司年报爬取

上市公司年报可以从巨潮资讯网爬取，爬取方法和爬取结果可以参考平台上的课程和资料：

×

点击这里跳转到 RStata 短书平台获取附件：旧版本｜2001～2022 年上市公司年报中包含数字转型特征词汇的句子情感分析