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

Parlons de nos ressentis

Lancez-vous ! Visualiser la polarité

Rappel 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 peut-on observer la loi de Zipf ?

Polarité sur un texte réel

Explorer la polarité de qdap et son lexique intégré

Des chansons qui rendent heureux !

LOL, cette chanson est « wicked good »

Stressed Out !

Rapide et pragmatique : le scoring de polarité

Dans le deuxième chapitre, vous explorerez 3 lexiques de subjectivité de tidytext. Puis vous effectuerez une jointure interne pour attribuer un score à du texte.

La roue des émotions de Plutchik, polarité vs. sentiment

Une théorie de l'émotion

DTM vs. matrice tidytext

Découvrir 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 : Call me Ishmael (avec ggplot2) !

Méthodologies AFINN et NRC : aller plus loin

AFINN : je suis votre Huckleberry

Le merveilleux lexique NRC

L'analyse de sentiments avec tidytext

Créez des visuels convaincants à partir de votre sortie d'analyse de sentiments.

Tour de passe-passe ou valeur ajoutée ?

Un véritable éclairage ?

Une fin malheureuse ? Polarité chronologique

Impact des mots, analyse de fréquence

L'introspection grâce à l'analyse de sentiment

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

Introspection émotionnelle

Comparer et contraster avec un diagramme en barres empilées

Interpréter les visualisations

Courbe de densité à noyau

Boîte à moustaches

Diagramme radar

Treemaps pour des groupes de documents

Visualiser les sentiments

Votre bien est‑il une bonne location ? Que recherche‑t‑on dans une bonne location ?

Rappel sur le workflow de fouille de texte

Étape 1 : Que souhaitez-vous savoir ?

Étape 2 : Identifier les sources de texte

Examiner rapidement la polarité de base

Étape 3 : Organiser (et nettoyer) le texte

Créer des corpus basés sur la polarité

Créez un tibble de texte ordonné !

Comparer le sentiment Tidy à la polarité Qdap

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

Évaluer l'effort de l'auteur

Nuage comparatif

Nuage comparatif mis à l'échelle

Étape 6 : Arriver à une conclusion

Confirmer une conclusion attendue

Choisissez un insight 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 sentiments à votre boîte à outils de text mining ! L'analyse de sentiments est utilisée par les spécialistes du texte en marketing, en politique, dans le service client, et ailleurs. Dans ce cours, vous apprendrez à repérer le langage positif et négatif, à identifier des intentions émotionnelles précises, et à créer des visualisations parlantes. Vous commencerez par une introduction au score de polarité avec la fonction de sentiment de qdap, et vous consoliderez votre compréhension de la loi de Zipf et des lexiques de subjectivité au passage.
<br><br>
Le sentiment, et la langue utilisée pour l'exprimer, sont complexes et nuancés. Ils s'appuient 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 grâce à la roue des émotions de Plutchik, et à structurer votre travail avec Tidytext du Tidyverse.
<br><br>
Transformer votre analyse de sentiments en visualisations claires vous aidera à construire un récit convaincant et à partager vos insights avec le reste de l'entreprise. Le troisième chapitre de ce cours vous montre comment visualiser votre analyse de sentiments, 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 personnes recherchent vraiment dans une bonne location.

<h2>Développez vos compétences en text mining </h2>
Ajoutez l’analyse des sentiments à votre boîte à outils de text mining ! L’analyse des sentiments est utilisée par les spécialistes de l’exploration de texte dans le marketing, la politique, le service client 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 au calcul 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 au fil du parcours. 
<br><br>
<h2>Utiliser Tidytext pour réaliser 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 en utilisant le cercle des émotions de Plutchik, et organise votre travail à l’aide de Tidytext du 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 emmène 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 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 sentiments en R

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

Exploration de texte en R

Data Dude

Jointures internes AFINN & NRC

AFINN

Huckleberry Finn

Huck Finn joint à AFINN

Utiliser summarize()

Utiliser filter()

Plutchik et NRC

Le Magicien d'Oz, version NRC

Opérateur %in%

Passons à la pratique !

L'analyse de sentiments avec tidytext - Méthodologies AFINN et NRC : aller plus loin

Méthodologies AFINN et NRC : aller plus loin

Create Your Free Account