V první kapitole se naučíš používat funkci sentimentu z balíčku qdap zvanou <a href=https://www.rdocumentation.org/packages/qdap/topics/polarity> polarity() </a>. 

Pojďme si promluvit o pocitech

Rovnou do toho! Vizualizace polarity

Opakování TM (I)

Opakování TM (II)

Kolik slov vlastně znáš? Zipfův zákon a lexikon subjektivity

Co je to subjektivitní lexikon?

Kde lze pozorovat Zipfův zákon?

Polarita na skutečném textu

Prozkoumej polaritu a vestavěný lexikon v qdap

Šťastné písničky!

LOL, tenhle song je šíleně dobrý

Stressed Out!

Rychle a jednoduše: hodnocení polarity

Ve druhé kapitole prozkoumáš 3 lexikony subjektivity z balíčku tidytext. Poté pomocí vnitřního spojení (inner join) ohodnotíš text.

Plutchikovo kolo emocí: polarita vs. sentiment

Jedna teorie emocí

DTM vs. tidytext matice

Získání sentimentových lexikonů

Bingův lexikon a vysvětlení inner join

Bing tidy polarita: Jednoduchý příklad

Bing tidy polarita: Count & pivot na bílou velrybu

Bing – polarita v tidyverse: Říkej mi Išmaeli (s ggplot2)!

AFINN & NRC metodologie podrobněji

AFINN: jsem tvůj člověk

Kouzelný čaroděj NRC

Analýza sentimentu pomocí tidytext

Vytvoř působivé vizualizace z výstupů analýzy sentimentu.

Kratochvíle, nebo skutečná hodnota?

Skutečný přínos?

Smutný konec? Chronologická polarita

Vliv slov a frekvenční analýza

Introspekce pomocí analýzy sentimentu

Rozděl a panuj: použití polarity pro srovnávací cloud

Emocionální introspekce

Porovnání sloupcových grafů

Interpretace vizualizací

Graf hustoty jádra

Krabicový graf

Radarový graf

Stromové mapy pro skupiny dokumentů

Vizualizace sentimentu

Je tvoje nemovitost dobrým pronájmem? Co lidé od dobrého pronájmu očekávají?

Přehled postupu při dolování textu

Krok 1: Co chceš zjistit?

Krok 2: Identifikace zdrojů textu

Rychlá analýza základní polarity

Krok 3: Uspořádání (a čištění) textu

Vytvoření korpusů na základě polarity

Vytvoř tidy text tibble!

Porovnání Tidy sentimentu s Qdap polaritou

Krok 4: Extrakce příznaků a krok 5: Čas na analýzu... už skoro!

Hodnocení autorského úsilí

Srovnávací cloud

Škálovaný comparison cloud

Krok 6: Dospěj k závěru

Potvrzení očekávaného závěru

Vyber méně očekávaný poznatek

Teď jsi na řadě!

Případová studie: recenze Airbnb

4 books as DocumentTermMatrices

Housing rental reviews from Airbnb in Boston

4 books as a tidy data frame

Line by line polarity for 4 books

Polarity scores of Boston Airbnb reviews

Rozšiř svůj textový mining o analýzu sentimentu! Analýzu sentimentu využívají textový analytici v marketingu, politice, zákaznickém servisu i v mnoha dalších oblastech. V tomto kurzu se naučíš rozpoznávat pozitivní a negativní jazyk, konkrétní emocionální záměr a vytvářet působivé vizualizace. Začneme úvodem do hodnocení polarity pomocí funkce sentimentu z balíčku qdap a postupně si vysvětlíme Zipfův zákon i lexikony subjektivity.
<br><br>
Sentiment a jazyk, kterým ho vyjadřujeme, jsou složité a mnohoznačné. Vycházejí z lingvistiky, sociologie a psychologie, ale i z kultury a slangu. Druhá kapitola kurzu ti pomůže orientovat se v těchto složitostech pomocí Plutchikova kola emocí a uspořádat práci s využitím balíčku Tidytext z Tidyverse.
<br><br>
Převod výsledků analýzy sentimentu do přehledných datových vizualizací ti pomůže vytvořit jasnější příběh a sdílet poznatky se zbytkem firmy. Třetí kapitola kurzu ukazuje, jak analýzu sentimentu vizualizovat, a posouvá tě za hranice wordcloudů k jednoduchým a výrazným grafům, které vyprávějí celý příběh tvých dat.
<br><br>
Kurz zakončíš případovou studií, kde prověříš všechny získané znalosti. Na základě recenzí z Airbnb prozkoumáš, co lidé od dobrého pronájmu skutečně očekávají.

<h2>Rozšiřte své dovednosti v text miningu </h2>
Přidejte do své sady nástrojů pro text mining analýzu sentimentu! Analýza sentimentu se používá při dolování textu v marketingu, politice, zákaznickém servisu i jinde. V tomto kurzu se naučíte rozpoznávat pozitivní a negativní jazyk, konkrétní emocionální záměr a vytvářet přesvědčivé vizualizace. Začnete úvodem do skórování polarity pomocí funkce sentiment v qdap a postupně si vybudujete porozumění Zipfovu zákonu a lexikonům subjektivity. 
<br><br>
<h2>Použijte Tidytext k provedení analýzy sentimentu </h2>
Sentiment a jazyk, který se k jeho vyjádření používá, jsou složité a jemně odstíněné. Je založený na lingvistice, sociologii a psychologii, stejně jako na kultuře a slangu. Druhá kapitola tohoto kurzu vám pomůže zorientovat se v těchto obtížích pomocí Plutchikova kola emocí a uspořádat vaši práci pomocí Tidytext z Tidyverse. 
<br><br>
<h2>Posilte své poznatky pomocí vizualizací analýzy sentimentu </h2>
Převod analýzy sentimentu do přehledných datových vizualizací vám pomůže vytvořit jasnější příběh a sdílet vaše poznatky se zbytkem firmy. Třetí kapitola tohoto kurzu vám ukáže, jak vizualizovat analýzu sentimentu, a posune vás dál než jen ke slovním mrakům, abyste vytvářeli jednoduché a působivé grafiky, které vyprávějí celý příběh vašich dat. 
<br><br>
Kurz dokončíte tím, že všechny své znalosti prověříte na případové studii. Pomocí recenzí na Airbnb prozkoumáte, co lidé při hledání dobrého pronájmu skutečně vyhledávají. 

Text Mining with Bag-of-Words in R

Naučte se analýzu sentimentu identifikací pozitivního a negativního jazyka a emocí.

Sentiment Analysis in R

Naučte se analýzu sentimentu identifikací pozitivního a negativního jazyka, konkrétního emocionálního záměru a tvorbou poutavých vizualizací.

Dolování textu v R

Data Dude

Revize srovnávacího cloudu

Úsilí autora

Srovnání

Analýzy lze vždy rozšiřovat!

Pojďme si procvičit!

Případová studie: recenze Airbnb - Krok 4: Extrakce příznaků a krok 5: Čas na analýzu... už skoro!

Krok 4: Extrakce příznaků a krok 5: Čas na analýzu... už skoro!

Create Your Free Account