極性ベースのコーパスを作成する

この演習では、テキストマイニングのワークフローのステップ3を行います。qdap はtidyパッケージではありませんが、返される polarity リスト（ヒントです：all polarity のスコアです）に基づいて新しい列を mutate() で作成します。第3章では、ベースRのみで記述したカスタム関数 pol_subsections を使いましたが、tidyの原則に沿って、この演習ではまず filter() を使い、その後に pull() を導入します。pull() は単一の変数を取り出す点で [[ と同様に動作します。

分割できたら、ポジティブとネガティブのコメントをそれぞれ1つの大きなドキュメントに結合し、ポジティブ/ネガティブな宿泊レビューに含まれるすべての単語を代表させます。

最後に、TF-IDF（Term Frequency Inverse Document Frequency）で重み付けした単語文書行列（TDM）を作成します。この演習のコードはtidyな構造から始まるため、スタイルを統一する目的で、tm から拝借した関数を %>% 演算子とあわせて使用します。もし tm パッケージの基本に馴染みがなければ、Text Mining with Bag-of-Words in R コースを参照してください。単語の出現回数（頻度）を数える代わりに、TDM 内の値は使われすぎた語へのペナルティがかかるため、情報量の少ない語を抑制できます。