Dans ce premier chapitre, vous apprendrez à appliquer la fonction de sentiment de qdap appelée <a href=https://www.rdocumentation.org/packages/qdap/topics/polarity> polarity() </a>. 

Parlons de nos émotions

Plongez tout de suite ! Visualiser la polarité

Rappel sur TM (I)

Rappel sur TM (II)

Combien de mots CONNAISSEZ-VOUS? Loi de Zipf et lexique de subjectivité

Qu'est-ce qu'un lexique de subjectivité?

Où pouvez-vous observer la loi de Zipf?

Polarité sur un texte réel

Explorer la fonction de polarité de qdap et son lexique intégré

Des chansons joyeuses!

LOL, cette chanson est wicked good

Stressed Out!

Rapide et efficace : calcul de polarité

Dans le deuxième chapitre, vous explorerez 3 lexiques de subjectivité de tidytext. Ensuite, vous ferez une jointure interne pour attribuer des scores à du texte.

La roue des émotions de Plutchik, polarité vs sentiment

Une théorie de l'émotion

DTM vs matrice tidytext

Obtenir des lexiques de sentiment

Lexique Bing avec explication de la jointure interne

Polarité tidy avec Bing : exemple simple

Polarité tidy avec Bing : compter et pivoter la baleine blanche

Polarité tidy avec Bing : Appelez-moi Ishmael (avec ggplot2)!

Méthodologies AFINN et NRC en détail

AFINN : I'm your Huckleberry

Le merveilleux lexique NRC

Analyse de sentiment avec tidytext

Créez des visuels percutants avec vos résultats d'analyse de sentiment.

Numéro de foire ou démarche utile ?

Un vrai aperçu?

Une fin malheureuse? Polarité chronologique

Impact des mots, analyse de fréquence

Auto-analyse à l'aide de l'analyse des sentiments

Diviser pour mieux régner : utiliser la polarité pour un nuage de comparaison

Introspection émotionnelle

Comparer et contraster un diagramme à barres empilées

Interpréter les visualisations

Diagramme de densité à noyau

Diagramme en boîtes

Diagramme radar

Cartes en treillis (treemaps) pour des groupes de documents

Visualiser le sentiment

Votre propriété est-elle une bonne location? Qu'est-ce que les gens recherchent dans une bonne location?

Rappel sur le flux de travail en fouille de texte

Étape 1 : Que voulez-vous savoir ?

Étape 2 : repérer les sources de texte

Examiner rapidement la polarité de base

Étape 3 : Organiser (et nettoyer) le texte

Créer des corpus selon la polarité

Créez un tibble de texte ordonné !

Comparer le sentiment Tidy à la polarité Qdap

Étape 4 : extraction des caractéristiques et étape 5 : on passe à l'analyse… on y est presque !

Évaluer l'effort de l'auteur

Nuage de comparaison

Nuage comparatif normalisé

Étape 6 : Tirer une conclusion

Confirmer une conclusion attendue

Choisir un constat moins attendu

À vous de jouer !

Étude de cas : avis Airbnb

4 books as DocumentTermMatrices

Housing rental reviews from Airbnb in Boston

4 books as a tidy data frame

Line by line polarity for 4 books

Polarity scores of Boston Airbnb reviews

Ajoutez l'analyse de sentiment à votre boîte à outils de fouille de texte! L'analyse de sentiment est utilisée par les spécialistes du texte en marketing, en politique, au service à la clientèle, et ailleurs. Dans ce cours, vous apprendrez à repérer le langage positif et négatif, l'intention émotionnelle précise, et à créer des visualisations convaincantes. Vous commencerez par une introduction au calcul de polarité avec la fonction de sentiment de qdap, et vous approfondirez votre compréhension de la loi de Zipf et des lexiques de subjectivité en cours de route.
<br><br>
Le sentiment, et la langue utilisée pour l'exprimer, sont complexes et nuancés. Ils reposent sur la linguistique, la sociologie et la psychologie, ainsi que sur la culture et l'argot. Le deuxième chapitre de ce cours vous aide à naviguer ces défis à l'aide de la roue des émotions de Plutchik, et organise votre travail avec Tidytext du Tidyverse.
<br><br>
Transformer votre analyse de sentiment en visualisations de données claires vous aidera à construire un récit plus limpide et à partager vos constats avec le reste de l'entreprise. Le troisième chapitre de ce cours vous montre comment visualiser votre analyse de sentiment et va au-delà des nuages de mots pour créer des graphiques simples et percutants qui racontent toute l'histoire de vos données.
<br><br>
Vous terminerez le cours en mettant toutes vos connaissances à l'épreuve avec une étude de cas. À partir d'avis Airbnb, vous explorerez ce que les gens recherchent vraiment dans une bonne location.

<h2>Développez vos compétences en fouille de texte </h2>
Ajoutez l’analyse des sentiments à votre boîte à outils d’exploration de texte ! L’analyse des sentiments est utilisée par les spécialistes de l’exploration de texte en marketing, en politique, au service à la clientèle et ailleurs. Dans ce cours, vous apprendrez à identifier le langage positif et négatif, l’intention émotionnelle spécifique, et à créer des visualisations percutantes. Vous commencerez par une introduction à l’évaluation de la polarité à l’aide de la fonction sentiment de qdap, et vous développerez votre compréhension de la loi de Zipf et des lexiques de subjectivité en cours de route. 
<br><br>
<h2>Utiliser Tidytext pour effectuer une analyse de sentiment </h2>
Le sentiment, et le langage utilisé pour l’exprimer, est complexe et nuancé. Elle s’appuie sur la linguistique, la sociologie et la psychologie, ainsi que sur la culture et l’argot. Le deuxième chapitre de ce cours vous aide à surmonter ces difficultés à l’aide du cercle des émotions de Plutchik et organise votre travail à l’aide de Tidytext, issu de Tidyverse. 
<br><br>
<h2>Renforcez vos analyses grâce à des visualisations d’analyse des sentiments </h2>
Transformer votre analyse des sentiments en visualisations de données claires vous aidera à créer un récit plus limpide et à partager vos insights avec le reste de l’entreprise. Le troisième chapitre de ce cours vous montre comment visualiser votre analyse de sentiment et vous amène au-delà des nuages de mots pour créer des graphiques simples et percutants qui racontent toute l’histoire de vos données. 
<br><br>
Vous terminerez le cours en mettant toutes vos connaissances à l’épreuve dans le cadre d’une étude de cas. À l’aide des avis Airbnb, vous explorerez ce que les gens recherchent vraiment dans une bonne location. 

Text Mining with Bag-of-Words in R

Apprenez l'analyse de sentiment en identifiant le langage positif et négatif et en créant des visuels.

Analyse de sentiment en R

Apprenez l’analyse des sentiments en repérant le langage positif et négatif, l’intention émotionnelle précise et en créant des visualisations percutantes.

Extraction de texte en R

Data Dude

Réviser le nuage comparatif

Effort de l'auteur

Comparaisons

On peut toujours pousser l'analyse !

Passons à la pratique !

Étude de cas : avis Airbnb - Étape 4 : extraction des caractéristiques et étape 5 : on passe à l'analyse… on y est presque !

Étape 4 : extraction des caractéristiques et étape 5 : on passe à l'analyse… on y est presque !

Create Your Free Account