レーダーチャート

Plutchikの感情の輪を覚えていますか？NRCのレキシコンには、輪の最初のリングに対応する8つの感情が含まれています。前の演習では、8つの基本感情に基づいてcomparison.cloud()を作成しました。今回は、あの輪に似たレーダーチャートを作成します。

radarchartは、多次元データ（少なくとも3次元）を2次元で表現する方法です。ここでは本ごとの感情の出現数をチャートで表します。レーダーチャートを使うと、8つの感情を同時に確認できます。

これまで同様、"nrc" レキシコンは nrc として、Moby Dick と Huck Finn を結合して整形した moby_huck を読み込んであります。

この演習では再び、否定の grepl() を使って、チャートから感情クラスの "positive|negative" を取り除きます。復習として例を示します。

object <- tibble %>%
  filter(!grepl("positive|negative", column_name))

この演習では、集計済みの感情語を並べ替えるためにpivot_wider()を再登場させます。復習として、生データ datacamp を考えます。

people	food	like
Nicole	bread	78
Nicole	salad	66
Ted	bread	99
Ted	salad	21

ここで pivot_wider() を datacamp %>% pivot_wider(names_from = people, values_from = like) のように適用すると、データは次のようになります。

food	Nicole	Ted
bread	78	99
salad	66	21

この演習はコースの一部です

Rで学ぶSentiment Analysis

コースを見る

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Review tail of moby_huck
moby_huck[___:___,]

# Perform join
scores <- moby_huck %>% 
  # Inner join to lexicon
  ___(___, by = c("___" = "___"))

# Filter, count and spread the data 
scores %>% 
  # Drop positive or negative sentiments
  ___(!___("___|___", ___)) %>% 
  # Count by book and sentiment
  count(___, ___) %>% 
  # Pivot book, using n as values
  pivot_wider(names_from = ___, values_from = ___, values_fill = ___)

コードを編集して実行