Créez un tibble de texte ordonné !

Comme vous avez appris les principes du tidy data, ce code vous aide à organiser vos données dans un tibble pour ensuite travailler dans le tidyverse!

Vous avez vu précédemment qu'appliquer tidy() à un objet TermDocumentMatrix() convertit la TDM en tibble. Dans cet exercice, vous allez créer directement les données de mots à partir de la colonne d'évaluations appelée comments.

Commencez par utiliser unnest_tokens() pour mettre le texte en minuscules et segmenter les évaluations en mots uniques.

Il est parfois utile de conserver l'ordre original des mots à l'intérieur de chaque groupe d'un corpus. Pour ce faire, servez-vous de mutate(). Dans mutate(), vous utiliserez seq_along() pour créer une suite de nombres de 1 jusqu'à la longueur de l'objet. Cela permet de saisir l'ordre des mots tel qu'il a été écrit.

Dans le module tm, vous utiliseriez removeWords() pour retirer les mots vides. Dans le tidyverse, vous devez d'abord charger le lexique des mots vides, puis appliquer un anti_join() entre la trame de texte ordonnée et les mots vides.

Cette activité fait partie du cours

Analyse de sentiment en R

Voir le cours

Instructions de l’exercice

Créez tidy_reviews en chaînant (%>%) l'objet d'évaluations original bos_reviews à la fonction unnest_tokens(). Indiquez un nouveau nom de colonne, word, et précisez la colonne comments. Rappelez-vous que dans le tidyverse, vous n'avez pas besoin de $ ni de guillemets.
Créez une nouvelle variable de façon idiomatique! Réécrivez tidy_reviews en le chaînant à group_by avec la colonne id. Puis %>% de nouveau vers mutate(). À l'intérieur de mutate, créez une nouvelle variable original_word_order égale à seq_along(word).
Affichez le tibble, tidy_reviews.
Chargez les mots vides « SMART » prêts à l'emploi dans votre session R avec data("stop_words").
Écrasez tidy_reviews en passant le tidy_reviews original à anti_join() avec un %>%. À l'intérieur de anti_join(), transmettez le lexique prédéfini stop_words.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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 %>% 
  ___(___)

Modifier et exécuter le code