1. 학습
    2. /
  2. 강의
    3. /
  3. Úvod do zpracování přirozeného jazyka v R
Connected

연습 문제

Praxe s TFIDF

Dříve jsi pracoval/a s reprezentací bag-of-words pro články o surové ropě. Výpočet hodnot TFIDF z této reprezentace vychází, ale navíc zohledňuje, jak často se slovo vyskytuje v daném článku a jak často se objevuje v celé kolekci článků.

Abys zjistil/a, jak smysluplná jsou jednotlivá slova při porovnávání různých článků, vypočítej váhy TFIDF pro slova v datové sadě crude – kolekci 20 článků o surové ropě.

지침

100 XP
  • Vypočítej hodnoty TFIDF pro crude podle article_id a word. Výsledný tibble ulož jako crude_weights.
  • Seřaď crude_weights pomocí funkce arrange() sestupně podle hodnot tf_idf.
  • Vyfiltruj z crude_weights nejnižší nenulové hodnoty tf_idf. Opět použij funkci arrange.