Les avis positifs sur Amazon semblent mentionner des bigrammes comme « good benefits », tandis que les avis négatifs mettent l’accent sur des questions de « workload » et d’« work-life balance ».

À l’inverse, les avis positifs sur Google évoquent « great food », « perks », « smart people » et une « fun culture », entre autres. Les avis négatifs sur Google parlent de « politics », de « getting big », de « bureaucracy » et de « middle management ».

Vous décidez de créer un pyramid plot alignant les avis positifs d’Amazon et de Google pour comparer les différences entre les bigrammes communs. Nous avons préchargé un data frame, all_tdm_df, constitué de terms et des fréquences de bigrammes correspondantes AmazonPro et GooglePro. À partir de ce data frame, vous allez identifier les 5 principaux bigrammes partagés entre les deux corpus.

Étape 1 : Définition du problème

Text mining avec sac de mots en R

Exercice interactif pratique