कर्नेल डेंसिटी प्लॉट
अब जब आपने कर्नेल डेंसिटी प्लॉट के बारे में सीखा है, तो आप एक बना सकते हैं! ध्यान रखें, यह एक स्मूदेड हिस्टोग्राम जैसा होता है, लेकिन binwidth से प्रभावित नहीं होता। यह अभ्यास आपको सेंटिमेंट वैल्यूज़ से कर्नेल डेंसिटी प्लॉट बनाना सिखाएगा।
इस अभ्यास में आप 2 कर्नेल डेंसिटी प्लॉट करेंगे: एक Agamemnon के लिए और दूसरा The Wizard of Oz के लिए। दोनों के लिए, आप "afinn" लेक्सिकॉन के साथ inner_join() करेंगे। याद रखें, "afinn" लेक्सिकॉन में शब्दों के स्कोर -5 से 5 तक होते हैं। टाइडि फ़ॉर्मेट में आने के बाद, दोनों किताबें उन शब्दों और उनके संबंधित स्कोर को रखेंगी जो लेक्सिकॉन में मिलते हैं।
इसके बाद, आपको bind_rows() का उपयोग करके परिणामों को एक बड़े डेटा फ्रेम में रो-बाइंड करना है और ggplot2 से प्लॉट बनाना है।
इस विज़ुअल से आप समझ पाएँगे कि किस किताब में सकारात्मक बनाम नकारात्मक भाषा अधिक है। कुछ ओवरलैप स्पष्ट है क्योंकि Dorothy के साथ नकारात्मक घटनाएँ होती हैं, लेकिन आप यह निष्कर्ष निकाल सकते हैं कि Wizard of Oz में Agamemnon की तुलना में सकारात्मक भाषा की संभावना कर्नेल डेंसिटी के अनुसार अधिक दिखती है।
हमने ag और oz को क्रमशः Agamemnon और The Wizard of Oz के टाइडि संस्करण के रूप में लोड कर दिया है, और afinn को tidytext के "afinn" लेक्सिकॉन का एक सबसेट बनाया है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Sentiment Analysis
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
ag_afinn <- ag %>%
# Inner join to afinn lexicon
___(___, by = c("term" = "word"))
oz_afinn <- oz %>%
# Inner join to afinn lexicon
___
# Combine
all_df <- ___(agamemnon = ___, oz = ___, .id = "___")