URLs und Nicht-Buchstaben entfernen
Tweet-Texte, die Twitter-Nutzer posten, sind unstrukturiert, „noisy“ und roh.
Sie enthalten Emoticons, URLs und Zahlen. Diese redundanten Informationen müssen vor der Analyse bereinigt werden, damit verlässliche Ergebnisse herauskommen.
In dieser Übung entfernst du URLs und ersetzt alle Zeichen außer Buchstaben durch Leerzeichen.
Der Data Frame twt_telmed mit 1000 extrahierten Tweets zu "telemedicine" ist für diese Übung bereits geladen.
Die Bibliothek qdapRegex ist für diese Übung bereits geladen.
Diese Übung ist Teil des Kurses
<Kurs>Social-Media-Daten mit R analysieren</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Extract tweet text from the pre-loaded dataset
twt_txt <- ___$___
head(twt_txt)