Nuage de comparaison
Dans cet exercice, vous allez créer un visuel courant pour comprendre la fréquence des termes. Plus précisément, vous passerez en revue les termes les plus fréquents parmi les documents regroupés positifs et négatifs. Rappelez-vous le TermDocumentMatrix all_tdm que vous avez créé plus tôt. Au lieu de 1000 avis de locations, la matrice contient 2 documents regroupant tous les avis, séparés selon le score de polarity().
Il est généralement plus simple de convertir la TDM en matrice. À partir de là, vous n'avez qu'à renommer les colonnes. N'oubliez pas que la fonction colnames() se place à gauche de l'opérateur d'affectation comme ci-dessous.
colnames(OBJECT) <- c("COLUMN_NAME1", "COLUMN_NAME2")
Une fois terminé, vous réordonnerez la matrice pour voir les mots les plus positifs et les plus négatifs. Passez en revue ces termes afin de pouvoir répondre aux exercices de conclusion!
Enfin, vous visualiserez les termes avec comparison.cloud().
Cette activité fait partie du cours
Analyse de sentiment en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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[___, ] %>% ___