Retirer les URL et les caractères autres que des lettres
Le texte des tweets publiés par les utilisateurs de Twitter est non structuré, bruyant et brut.
On y trouve des émoticônes, des URL et des chiffres. Ces informations redondantes doivent être nettoyées avant l'analyse afin d'obtenir des résultats fiables.
Dans cet exercice, vous allez retirer les URL et remplacer les caractères autres que des lettres par des espaces.
La trame de données de tweets twt_telmed, qui contient 1000 tweets extraits sur "telemedicine", a été préchargée pour cet exercice.
La bibliothèque qdapRegex a été préchargée pour cet exercice.
Cette activité fait partie du cours
Analyse des données des médias sociaux avec R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Extract tweet text from the pre-loaded dataset
twt_txt <- ___$___
head(twt_txt)