DTM vs. matriks tidytext

The tidyverse adalah kumpulan paket R yang berbagi filosofi umum dan dirancang untuk bekerja bersama. Bab ini membahas beberapa fungsi tidy untuk memanipulasi data. Pada latihan ini Anda akan membandingkan DTM dengan kerangka data teks tidy yang disebut tibble.
Di dalam tidyverse, setiap observasi adalah satu baris dalam kerangka data. Hal itu membuat bekerja di berbagai paket jauh lebih mudah karena struktur data dasarnya sama. Bagian dari kursus ini banyak meminjam dari paket tidytext yang menggunakan organisasi data tersebut.

Sebagai contoh, Anda mungkin sudah mengenal operator %>% dari paket magrittr. Operator ini meneruskan sebuah objek di sisi kiri sebagai argumen pertama dari fungsi di sisi kanan.

Pada contoh di bawah, Anda meneruskan objek data ke function1(). Perhatikan bahwa tanda kurungnya kosong. Hasil ini kemudian diteruskan ke function2(). Pada fungsi terakhir Anda tidak perlu menambahkan objek data karena sudah diteruskan dari keluaran function1(). Namun, Anda menambahkan parameter fiktif, some_parameter sebagai TRUE. Rangkaian pipe ini pada akhirnya membuat object.

object <- data %>% 
           function1() %>%
           function2(some_parameter = TRUE)

Untuk menggunakan operator %>%, Anda tidak selalu perlu memuat paket magrittr, karena operator ini juga tersedia di paket dplyr. dplyr juga berisi fungsi inner_join() (yang akan Anda pelajari lebih lanjut nanti) dan count() untuk menghitung data. Fungsi terakhir yang Anda perlukan adalah mutate() untuk membuat variabel baru atau memodifikasi yang sudah ada.

object <- data %>%
  mutate(new_Var_name = Var1 - Var2)

atau untuk memodifikasi sebuah variabel

object <- data %>%
  mutate(Var1 = as.factor(Var1))

Anda juga akan menggunakan fungsi pivot_wider() dari tidyr untuk menata data sehingga setiap baris adalah satu kalimat dari buku dan nilai positif serta negatif menjadi kolom.

index	negative	positive
42	2	0
43	0	1
44	1	0

Untuk mengubah DTM ke format tidy gunakan tidy() dari paket broom.

tidy_format <- tidy(Document_Term_Matrix)

Latihan ini menggunakan teks dari tragedi Yunani, Agamemnon. Agamemnon adalah kisah tentang perselingkuhan dan pembunuhan dalam rumah tangga. Anda dapat mengunduh salinannya di sini.