始める無料で始める

ケージマッチ 第2ラウンド！ネガティブレビュー

両社ともに、人々は「culture」や「smart people」に言及しており、ポジティブな側面には共通点があることがわかります。ただし、ピラミッドプロットを使うと、職場環境のポジティブ度合いの違いを推測し始めることができます。

次はネガティブレビューに目を向け、同じ可視化を作成してみましょう。今回は、作業スペースにすでに common_words データフレームがあります。ただし、この演習で使う共通バイグラムは、従業員の「ネガティブ」レビューから抽出したものです。

この演習はコースの一部です

Rで学ぶBag-of-Wordsによるテキストマイニング

コースを見る

演習の手順

  • common_words に対して slice_max() を使い、diff 列に基づく上位 5 個のバイグラムを取得します。新しいオブジェクトの結果はコンソールに表示されます。
  • pyramid.plot() を作成します。top5_df$AmazonNeg、top5_df$GoogleNeg、labels = top5_df$terms を渡してください。見やすくするために、以下を設定します。
    • gap を 12 にします。
    • top.labels を c("Amzn", "Neg Words", "Goog") にします。

main と unit 引数はあらかじめ設定されています。

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。

# Extract top 5 common bigrams
(top5_df <- ___ %>% ___(___, n = ___))

# Create a pyramid plot
___(
    # Amazon on the left
    top5_df$___,
    # Google on the right
    top5_df$___,
    # Use terms for labels
    labels = top5_df$___,
    # Set the gap to 12
    ___ = ___,
    # Set top.labels to "Amzn", "Neg Words" & "Goog"
    ___ = ___,
    main = "Words in Common", 
    unit = NULL
)
コードを編集して実行