Čištění textu pomocí qdap
Balíček qdap nabízí další užitečné funkce pro čištění textu. Každá z nich má své uplatnění a jejich kombinací získáš ještě výkonnější nástroj.
bracketX(): Odstraní veškerý text v závorkách (např. „It's (so) cool" se změní na „It's cool")replace_number(): Nahradí čísla jejich slovními ekvivalenty (např. „2" se změní na „two")replace_abbreviation(): Nahradí zkratky jejich plnými ekvivalenty (např. „Sr" se změní na „Senior")replace_contraction(): Převede stažené tvary zpět na jejich základní podobu (např. „shouldn't" se změní na „should not")replace_symbol(): Nahradí běžné symboly jejich slovními ekvivalenty (např. „$" se změní na „dollar")
Toto cvičení je součástí kurzu
Dolování textu metodou Bag-of-Words v R
Pokyny k cvičení
Aplikuj následující funkce na objekt text z předchozího cvičení:
bracketX()replace_number()replace_abbreviation()replace_contraction()replace_symbol()
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
## text is still loaded in your workspace
# Remove text within brackets
___
# Replace numbers with words
___
# Replace abbreviations
___
# Replace contractions
___
# Replace symbols with words
___