1. Apprendre
    2. /
  2. Cours
    3. /
  3. Analyse de sentiment en R
Connected

Exercice

Créer des corpus selon la polarité

Dans cet exercice, vous effectuerez l'étape 3 du processus d'exploration de texte. Même si qdap n'est pas un paquet conforme au tidyverse, vous allez utiliser mutate() pour ajouter une nouvelle colonne à partir de la liste polarity retournée qui représente les scores de toute la polarité (c'est un indice, d'ailleurs). Au chapitre 3, nous avons utilisé une fonction personnalisée pol_subsections qui s'appuie uniquement sur les déclarations de base de R. Toutefois, en suivant les principes tidy, cet exercice utilise filter() puis introduit pull(). La fonction pull() fonctionne comme [[ pour extraire une seule variable.

Une fois séparés, vous regrouperez tous les commentaires positifs et négatifs en deux documents plus volumineux représentant l'ensemble des mots des évaluations positives et négatives de locations.

Enfin, vous créerez une matrice termes-documents (TDM) pondérée par la fréquence des termes inversement à la fréquence dans les documents (TFIDF). Comme le code de cet exercice part d'une structure tidy, certaines fonctions empruntées à tm sont utilisées avec l'opérateur %>% pour garder un style cohérent. Si vous ne connaissez pas les bases du paquet tm, consultez le cours Text Mining with Bag-of-Words in R. Plutôt que de compter le nombre d'occurrences d'un mot (fréquence), les valeurs de la TDM sont pénalisées pour les termes surutilisés, ce qui aide à réduire les mots non informatifs.

Instructions 1/4

undefined XP
    1
    2
    3
    4
  • Obtenez les commentaires positifs.
    • Utilisez mutate pour ajouter une colonne polarity, égale à bos_pol$all$polarity.
    • Filtrez pour garder les lignes où polarity est supérieure à zéro.
    • Utilisez pull() pour extraire la colonne comments. (Passez cette colonne sans guillemets.)
    • Regroupez en une seule chaîne, séparée par des espaces, avec paste(), en passant collapse = " ".