¡Crea un tibble de texto ordenado!

Ahora que has aprendido los principios tidy, este código te ayuda a organizar tus datos en un tibble para que puedas trabajar dentro del tidyverse.

Antes viste que aplicar tidy() a un objeto TermDocumentMatrix() convierte la TDM en un tibble. En este ejercicio crearás los datos de palabras directamente a partir de la columna de reseñas llamada comments.

Primero usarás unnest_tokens() para poner el texto en minúsculas y tokenizar las reseñas en palabras individuales.

A veces es útil capturar el orden original de las palabras dentro de cada grupo de un corpus. Para hacerlo, usa mutate(). En mutate() usarás seq_along() para crear una secuencia de números desde 1 hasta la longitud del objeto. Esto capturará el orden de las palabras tal y como se escribieron.

En el paquete tm usarías removeWords() para eliminar stopwords. En el tidyverse primero necesitas cargar el lexicón de stopwords y después aplicar un anti_join() entre el marco de texto ordenado y las stopwords.

Este ejercicio forma parte del curso

Análisis de sentimiento en R

Ver curso

Instrucciones del ejercicio

Crea tidy_reviews encadenando (%>%) el objeto original de reseñas bos_reviews a la función unnest_tokens(). Pasa un nombre de columna nueva, word, y declara la columna comments. Recuerda que en el tidyverse no necesitas $ ni comillas.
¡Crea una variable nueva al estilo tidy! Reescribe tidy_reviews encadenando tidy_reviews a group_by con la columna id. Luego vuelve a encadenar (%>%) a mutate(). Dentro de mutate crea una nueva variable original_word_order igual a seq_along(word).
Imprime el tibble, tidy_reviews.
Carga las stopwords “SMART” ya preparadas en tu sesión de R con data("stop_words").
Sobrescribe tidy_reviews pasando el tidy_reviews original a anti_join() con un %>%. Dentro de anti_join() pasa el lexicón predeterminado stop_words.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# 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 %>% 
  ___(___)

Editar y ejecutar código