Bing tidy polarity: श्वेत व्हेल की गिनती और पिवट करें

इस अभ्यास में आप "bing" लेक्सिकॉन का उपयोग करते हुए एक और inner_join() लागू करेंगे.

इसके बाद आप टेक्स्ट को समझने के लिए dplyr के count() और tidyr के pivot_wider() से परिणामों को रूपांतरित करेंगे.

pivot_wider() फंक्शन डेटा को कई कॉलमों में फैलाता है. इस मामले में, sentiment और उससे जुड़े n मान प्रत्येक पंक्ति के लिए positive या negative terms की आवृत्ति दर्शाते हैं. pivot_wider() का उपयोग करने से डेटा ऐसा बदलता है कि अब हर पंक्ति में positive और negative दोनों मान होते हैं, भले ही वह 0 ही क्यों न हो.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Sentiment Analysis

पाठ्यक्रम देखें

अभ्यास निर्देश

इस अभ्यास में, आपकी R सेशन में m_dick_tidy है जिसमें किताब Moby Dick शामिल है, और bing है जिसमें पिछले अभ्यास जैसा ही लेक्सिकॉन है.

m_dick_tidy और bing पर inner_join() चलाएँ.
- पहले की तरह, m_dick_tidy के "term" कॉलम को लेक्सिकॉन के "word" कॉलम से जोड़ें.
- नए ऑब्जेक्ट का नाम moby_lex_words रखें.
index नाम का कॉलम बनाएँ, जो as.numeric() को document पर लगाने के बराबर हो. यह काम tidyverse में mutate() के भीतर होता है.
moby_lex_words को आगे बढ़ाते हुए count() में sentiment, index पास करके moby_count बनाएँ.
moby_count को पाइप करके pivot_wider() में भेजते हुए moby_wide जनरेट करें, जहाँ names_from sentiment कॉलम के बराबर हो, values_from n कॉलम के बराबर हो और मान values_fill = 0 से भरे जाएँ.
अगला पाइप arrange है, जिसका उपयोग पंक्तियों को index मानों के अनुसार क्रमबद्ध करने के लिए किया जाता है

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Inner join
moby_lex_words <- inner_join(___, ___, by = c("___" = "___"))

moby_lex_words <- moby_lex_words %>%
  # Set index to numeric document
  mutate(___ = as.numeric(___))

moby_count <- moby_lex_words %>%
  # Count by sentiment, index
  ___(___, ___)

# Examine the counts
moby_count

moby_wide <- moby_count %>%
  # Pivot the sentiments
  pivot_wider(names_from = ___, values_from = ___, values_fill = ___) %>% 
  arrange(index)

# Review the pivoted data
moby_wide

कोड संपादित करें और चलाएँ