共通の単語を見つける
複数のドキュメントに共通する単語を可視化したいとします。これは commonality.cloud() を使って実現できます。
コーヒーとシャルドネの各コーパスは、多数の個別ツイートで構成されています。コーヒーのツイートを1つのドキュメントとして扱い、シャルドネも同様にするには、各コーパス内のすべてのツイートを paste() で collapse = " " のパラメータと一緒に結合します。これにより、すべてのツイートが（スペース区切りで）1つのベクトルに折りたたまれます。その後、2つの折りたたまれたドキュメントを含む1つのベクトルを作成できます。
a_single_string <- paste(a_character_vector, collapse = " ")
これらの手順が終わったら、これまでと同じやり方で、all_tweets オブジェクトを VectorSource に基づいて VCorpus() を作成できます。
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
演習の手順
coffee_tweets$textに対してcollapse = " "を指定してpaste()を使い、all_coffeeを作成します。chardonnay_tweets$textに対してcollapse = " "を指定してpaste()を使い、all_chardonnayを作成します。c()を使ってall_coffeeとall_chardonnayを結合し、all_tweetsを作成します。最初の要素はall_coffeeにしてください。all_tweetsをVectorSource()で変換します。all_tweetsに対してVCorpus()を使い、all_corpusを作成します。
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。
# Create all_coffee
___ <- ___(___, ___)
# Create all_chardonnay
___ <- ___(___, ___)
# Create all_tweets
___ <- ___(___, ___)
# Convert to a vector source
___ <- ___(___)
# Create all_corpus
___ <- ___(___)