तुलनात्मक क्लाउड
यह अभ्यास आपको टर्म फ्रीक्वेंसी समझने के लिए एक सामान्य विज़ुअल बनाएगा। खास तौर पर, आप पॉज़िटिव और नेगेटिव मिलाए गए डॉक्यूमेंट्स में से सबसे अधिक आने वाले टर्म्स देखेंगे। याद कीजिए, आपने पहले TermDocumentMatrix all_tdm बनाया था। 1000 रेंटल रिव्यूज़ के बजाय इस मैट्रिक्स में 2 डॉक्यूमेंट हैं, जिनमें सभी रिव्यूज़ polarity() स्कोर के आधार पर अलग किए गए हैं.
आम तौर पर TDM को मैट्रिक्स में बदलना आसान रहता है। वहाँ से आप सिर्फ कॉलम के नाम बदल देते हैं। याद रखें कि colnames() फंक्शन असाइनमेंट ऑपरेटर के बाएँ हिस्से में कॉल किया जाता है, जैसा नीचे दिखाया है.
colnames(OBJECT) <- c("COLUMN_NAME1", "COLUMN_NAME2")
इसके बाद, आप मैट्रिक्स को फिर से क्रमबद्ध करेंगे ताकि सबसे पॉज़िटिव और नेगेटिव शब्द दिखें। इन टर्म्स को ध्यान से देखें ताकि आप निष्कर्ष वाले अभ्यासों के जवाब दे सकें!
अंत में, आप इन टर्म्स को comparison.cloud() से विज़ुअलाइज़ करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Sentiment Analysis
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Matrix
___
# Column names
colnames(___) <- ___
# Top pos words
order_by_pos <- order(all_tdm_m[, ___], decreasing = ___)
# Review top 10 pos words
all_tdm_m[order_by_pos, ] %>% head(___)
# Top neg words
order_by_neg <- order(___, decreasing = ___)
# Review top 10 neg words
all_tdm_m[___, ] %>% ___