1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Sentiment Analysis in R
Connected

cvičení

Škálovaný comparison cloud

Pamatuješ na „inflaci hodnocení" polaritních skóre v recenzích pronájmů? Někdy lze nový pohled na data získat tak, že skóre znovu vycentruješ na 0 a teprve pak rozdělíš korpus do podmnožin. To znamená, že některé dříve kladné komentáře mohou přejít do záporné části a naopak — protože střední hodnota se posune na 0. Toto cvičení ti ukáže, jak skóre škálovat a znovu vykreslit comparison.cloud(). Odstranění „inflace hodnocení" může přinést další zajímavé poznatky.

V předchozím cvičení jsi aplikoval/a polarity() na bos_reviews$comments a vytvořil/a comparison.cloud(). Tentokrát výsledek nejprve scale() před tím, než cloud vytvoříš. Uvidíš, jestli vizualizace odhalí něco nového!

Protože jde z velké části o opakovací cvičení, většina kódu je už připravena — doplň jen správné objekty a parametry.

Pokyny

100 XP
  • Prohlédni si část předem načteného bos_pol$all s indexováním [1:6,1:3].
  • Přidej nový sloupec s názvem scaled_polarity, ve kterém aplikuješ scale() na sloupec s polaritními skóre bos_pol$all$polarity.
  • Pro kladné komentáře použij subset() tam, kde je nový sloupec bos_reviews$scaled_polarity větší než (>) nula.
  • Pro záporné komentáře použij subset() tam, kde je nový sloupec bos_reviews$scaled_polarity menší než (<) nula.
  • Vytvoř pos_terms pomocí paste() aplikovaného na pos_comments.
  • Teď vytvoř neg_terms pomocí paste() aplikovaného na neg_comments.
  • Uspořádej sloučené dokumenty pos_terms a neg_terms do jednoho korpusu s názvem all_terms.
  • Postupuj podle obvyklého workflow balíčku tm: vnořením VectorSource() do VCorpus() aplikovaného na all_terms.
  • Vytvoř TermDocumentMatrix() z objektu all_corpus. Jde o TDM s váhováním TfIdf a základními čistícími funkcemi.
  • Převeď all_tdm na all_tdm_m pomocí as.matrix(). Pak přejmenuj sloupce v existujícím kódu na "positive" a "negative".
  • A nakonec! Aplikuj comparison.cloud() na maticový objekt all_tdm_m. Všimni si, která záporná slova se nyní objevují nejčastěji — možná to odhalí něco, co ti dosud unikalo!