शब्द प्रभाव, फ्रीक्वेंसी विश्लेषण
डेटा को एक्सप्लोर करने के सबसे आसान तरीकों में से एक है फ्रीक्वेंसी विश्लेषण। कठिन नहीं होने के बावजूद, सेंटिमेंट एनालिसिस में यह सरल तरीका चौंकाने वाली अंतर्दृष्टि दे सकता है। यहाँ आप एक barplot बनाएँगे। इस अभ्यास में आप फिर से अपने विज़ुअल के लिए moby और bing के साथ काम करेंगे.
बार्स को सबसे कम से सबसे ज़्यादा क्रम में दिखाने के लिए आप factors के साथ एक ट्रिक इस्तेमाल करेंगे। reorder() किसी दूसरे स्कोरिंग वैरिएबल के आधार पर factor levels का क्रम बदलने देता है। इस मामले में, आप स्कोरिंग वैरिएबल polarity के आधार पर factor वैरिएबल term को reorder करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Sentiment Analysis
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
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