Nube comparativa
En este ejercicio crearás una visualización clásica para entender la frecuencia de términos. En concreto, revisarás los términos más frecuentes entre los documentos consolidados positivos y negativos. Recuerda la TermDocumentMatrix all_tdm que creaste antes. En lugar de 1000 reseñas de alquiler, la matriz contiene 2 documentos con todas las reseñas separadas por la puntuación de polarity().
Suele ser más fácil convertir la TDM en una matriz. A partir de ahí, simplemente cambia el nombre de las columnas. Recuerda que la función colnames() se llama a la izquierda del operador de asignación, como se muestra abajo.
colnames(OBJECT) <- c("COLUMN_NAME1", "COLUMN_NAME2")
Cuando termines, reordenarás la matriz para ver las palabras más positivas y negativas. ¡Revisa estos términos para poder responder los ejercicios de la conclusión!
Por último, visualizarás los términos usando comparison.cloud().
Este ejercicio forma parte del curso
Análisis de sentimiento en R
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Matrix
___
# Column names
colnames(___) <- ___
# Top pos words
order_by_pos <- order(all_tdm_m[, ___], decreasing = ___)
# Review top 10 pos words
all_tdm_m[order_by_pos, ] %>% head(___)
# Top neg words
order_by_neg <- order(___, decreasing = ___)
# Review top 10 neg words
all_tdm_m[___, ] %>% ___