Das Korpus amzn_pros_corp wurde wie zuvor mit den benutzerdefinierten Funktionen bereinigt.

Erstelle aus amzn_pros_corp eine TDM namens amzn_p_tdm mit control = list(tokenize = tokenizer).
Erzeuge amzn_p_m, indem du amzn_p_tdm in eine Matrix umwandelst.
Erzeuge amzn_p_freq, indem du rowSums() auf amzn_p_m anwendest.
Erzeuge term_frequency, indem du sort() auf amzn_p_freq mit dem Argument decreasing = TRUE anwendest.
Untersuche die ersten 5 Bigramme mit term_frequency[1:5].
Möglicherweise überrascht dich "fast paced" als Top‑Begriff, da es negativ im Zusammenhang mit "long hours" stehen könnte. Sieh dir die am stärksten mit "fast paced" assoziierten Begriffe an. Verwende findAssocs() auf amzn_p_tdm, um "fast paced" mit einem Cutoff von 0.2 zu untersuchen.

Geschafft!