Erstelle ein Tidy-Text-Tibble!

Seit du die Tidy-Prinzipien kennst, hilft dir dieser Code, deine Daten in ein Tibble zu organisieren, damit du anschließend im Tidyverse weiterarbeiten kannst!

Zuvor hast du gelernt, dass tidy() auf einem TermDocumentMatrix()-Objekt die TDM in ein Tibble umwandelt. In dieser Übung erstellst du die Wortdaten direkt aus der Rezensionenspalte comments.

Zuerst verwendest du unnest_tokens(), um den Text in Kleinbuchstaben zu konvertieren und die Rezensionen in einzelne Wörter zu tokenisieren.

Manchmal ist es hilfreich, die ursprüngliche Wortreihenfolge innerhalb jeder Gruppe eines Korpus festzuhalten. Verwende dafür mutate(). In mutate() nutzt du seq_along(), um eine Zahlenfolge von 1 bis zur Länge des Objekts zu erzeugen. So wird die Wortreihenfolge abgebildet, wie sie geschrieben wurde.

Im Paket tm würdest du removeWords() verwenden, um Stoppwörter zu entfernen. Im Tidyverse lädst du zuerst das Stoppwort-Lexikon und wendest dann ein anti_join() zwischen dem Tidy-Text-Datenrahmen und den Stoppwörtern an.

Diese Übung ist Teil des Kurses

<Kurs>Sentimentanalyse in R</Kurs>

Kurs ansehen

Übungsanweisungen

Erstelle tidy_reviews, indem du das ursprüngliche Reviews-Objekt bos_reviews per Pipe (%>%) an die Funktion unnest_tokens() übergibst. Übergib einen neuen Spaltennamen word und gib die Spalte comments an. Denk daran: Im Tidyverse brauchst du kein $ und keine Anführungszeichen.
Erstelle eine neue Variable auf die Tidy-Art! Überschreibe tidy_reviews, indem du tidy_reviews an group_by mit der Spalte id pipest. Dann %>% erneut zu mutate(). Erzeuge innerhalb von mutate eine neue Variable original_word_order, die seq_along(word) entspricht.
Gib das Tibble tidy_reviews aus.
Lade die vorgefertigten "SMART"-Stoppwörter in deine R-Session mit data("stop_words").
Überschreibe tidy_reviews, indem du das ursprüngliche tidy_reviews per %>% an anti_join() übergibst. Übergib innerhalb von anti_join() das vorgegebene Lexikon stop_words.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Vector to tibble
tidy_reviews <- bos_reviews %>% 
  ___(___, ___)

# Group by and mutate
tidy_reviews <- tidy_reviews %>% 
  ___(___) %>% 
  ___(original_word_order = ___(___))

# Quick review
___

# Load stopwords
___

# Perform anti-join
tidy_reviews_without_stopwords <- tidy_reviews %>% 
  ___(___)

Code bearbeiten und ausführen