现在有很多方法可以用来分析文本的观点或者情感。在tidytext程序包中，有一些情感词典，常用的是以下三个：
AFINN：对单词打分，介于-5和+5之间。分数越高，词汇越正面。
bing：这个是Bing Liu等人开发的。他有一本书，叫做Sentiment Analysis: mining sentiments, opinions, and emotions。有兴趣的朋友可以读一下。
nrc：nrc情感词典包括英语中8种感情（生气、恐惧、希望、信任、惊奇、悲伤、高兴和反感）。
这三个词典都建立在单词之上。它们根据正面感情和负面感情对英语词汇分类。下面，我们来看一下如何使用这三个词典。
首先，我们需要下载textdata程序包，并且引用它和tidytext程序包。
install.packages("textdata")library(textdata)library(tidytext)
接下来，我们就可以用get_sentiments()函数调用这三个词典。
get_sentiments("afinn")# A tibble: 2,477 x 2wordvalue<chr><dbl>1 abandon-22 abandoned -2
