Since text is unstructured data, a certain amount of wrangling is required to get it into a form where you can analyze it. In this chapter, you will learn how to add structure to text by tokenizing, cleaning, and treating text as categorical data.

Text as data

Airline tweets data

Grouped summaries

Counting categorical data

Counting user types

Summarizing user types

Tokenizing and cleaning

Tokenizing and counting

Cleaning and counting

Wrangling Text

While counts are nice, visualizations are better. In this chapter, you will learn how to apply what you know from ggplot2 to tidy text data.

Rappresentare i conteggi delle parole

Visualizzare i reclami

Visualizzare i non-reclami

Migliorare i grafici dei conteggi di parole

Aggiungere stop word personalizzate

Visualizzare i conteggi delle parole usando i fattori

Suddividere in facet i grafici dei conteggi di parole

Conteggio per prodotto e riordinamento

Visualizzare i conteggi delle parole con facet

Creare word cloud

Creare una word cloud

Un tocco di colore

Visualizing Text

While word counts and visualizations suggest something about the content, we can do more. In this chapter, we move beyond word counts alone to analyze the sentiment or emotional valence of text.

Sentiment dictionaries

Counting the NRC sentiments

Visualizing the NRC sentiments

Appending dictionaries

Counting sentiment

Visualizing sentiment

Improving sentiment analysis

Practicing reshaping data

Practicing with grouped summaries

Visualizing sentiment by complaint type

Sentiment Analysis

In this final chapter, we move beyond word counts to uncover the underlying topics in a collection of documents. We will use a standard topic model known as latent Dirichlet allocation.

Latent Dirichlet allocation

Topics as word probabilities

Summarizing topics

Visualizing topics

Document term matrices

Creating a DTM

Evaluating a DTM as a matrix

Running topic models

Fitting an LDA

Tidying LDA output

Comparing LDA output

Interpreting topics

Naming three topics

Naming four topics

Wrap-up

Topic Modeling

Airline tweets

Roomba reviews

Dai social media alle recensioni di prodotto, il testo è un tipo di dato sempre più importante in molte applicazioni, inclusa la marketing analytics. In molti casi, il testo sta sostituendo altre forme di dati non strutturati perché è economico e aggiornato. Tuttavia, per sfruttare al massimo tutto ciò che il testo può offrire, devi sapere come concepirlo, pulirlo, riassumerlo e modellarlo. In questo corso userai i più recenti strumenti tidy per iniziare rapidamente e con facilità a lavorare con il testo. Imparerai a manipolare e visualizzare il testo, eseguire un'analisi del sentiment e avviare e interpretare modelli di topic.

Introduction to the Tidyverse

Scopri come analizzare dati testuali con il framework tidy in R: analisi sentimenti, modelli e visualizzazioni.

Introduzione all'analisi del testo in R

Analizza i dati di testo in R usando il framework tidy.

Analisi di marketing in R

Estrazione del testo in R

Aggiungere stop word personalizzate

Introduzione all'analisi del testo in R

Istruzioni dell'esercizio

Esercizio pratico interattivo