Utiliser l'association de mots

Une autre façon d'examiner les relations entre les mots consiste à utiliser la fonction findAssocs() du paquet tm. Pour un mot donné, findAssocs() calcule sa corrélation avec chaque autre mot dans une TDM ou une DTM. Les scores vont de 0 à 1. Un score de 1 signifie que deux mots apparaissent toujours ensemble dans les documents, tandis qu'un score proche de 0 signifie qu'ils apparaissent rarement dans le même document.

Gardez en tête que le calcul de findAssocs() se fait au niveau du document. Ainsi, pour chaque document qui contient le mot visé, les autres termes présents dans ces documents précis sont associés. Les documents sans le terme recherché sont ignorés.

Pour utiliser findAssocs(), transmettez une TDM ou une DTM, le terme recherché et une corrélation minimale. La fonction retournera une liste de tous les autres termes qui atteignent ou dépassent ce seuil minimal.

findAssocs(tdm, "word", 0.25)

Les valeurs minimales de corrélation sont souvent relativement faibles en raison de la diversité lexicale. Ne soyez pas surpris si 0.10 met en évidence une association forte entre deux termes.

Les tweets sur le café ont été nettoyés et organisés en tweets_tdm pour l'exercice. Vous allez chercher une association de termes, manipuler les résultats avec list_vect2df() de qdap, puis créer un graphique avec le code ggplot2 fourni dans le script d'exemple.

Cette activité fait partie du cours

Extraction de texte avec sac de mots en R

Voir le cours

Instructions de l’exercice

Créez associations avec findAssocs() sur tweets_tdm pour trouver les termes associés à « venti » qui atteignent un seuil minimal de 0.2.
Affichez les termes associés à « venti » en imprimant associations dans la console.
Créez associations_df en appelant list_vect2df(), en passant associations, puis en définissant col2 à "word" et col3 à "score".
Exécutez le code ggplot2 pour produire un nuage de points des valeurs d'association.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create associations
___ <- ___(___, ___, ___)

# View the venti associations
___

# Create associations_df
___ <- ___(___, ___, ___)

# Plot the associations_df values
ggplot(associations_df, aes(score, word)) + 
  geom_point(size = 3) + 
  theme_gdocs()

Modifier et exécuter le code