Impact des mots, analyse de fréquence
L'une des manières les plus simples d'explorer des données est d'effectuer une analyse de fréquence. Sans être complexe, cette méthode peut s'avérer étonnamment éclairante en analyse de sentiment. Vous allez ici créer un diagramme en barres. Dans cet exercice, vous travaillez de nouveau avec moby et bing pour construire votre visuel.
Pour ordonner les barres du plus faible au plus élevé, vous utiliserez une astuce avec les facteurs. reorder() permet de changer l'ordre des modalités d'un facteur en fonction d'une autre variable de score. Dans notre cas, vous réordonnerez la variable factorielle term à l'aide de la variable de score polarity.
Cet exercice fait partie du cours
<cours>Analyse de sentiments en R</cours>Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
moby_tidy_sentiment <- moby %>%
# Inner join to bing lexicon by term = word
inner_join(bing, by = c("term" = "word")) %>%
# Count by term and sentiment, weighted by count
count(___, ___, wt = ___) %>%
# Pivot sentiment, using n as values
pivot_wider(names_from = ___, values_from = ___, values_fill = ___) %>%
# Mutate to add a polarity column
mutate(polarity = ___ - ___)
# Review
moby_tidy_sentiment