qdapで頻出語を調べる
前処理の細かな手順へのコントロールを多少手放してもよい場合、qdap の freq_terms() を使うと頻出語を素早く取得できます。
この関数はテキスト変数を受け取り、ここでは tweets$text ベクトルを渡します。表示する上位語数は top 引数で、除去するストップワードは stopwords 引数で、含める語の最小文字数は at.least 引数で指定します。qdap には tm とは異なる独自のストップワードリストがあります。今回の演習では、どちらも使って結果を比較してみます。
結果の基本的なプロット作成は簡単です。freq_terms() のオブジェクトに対して plot() を呼ぶだけです。
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
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 frequency
frequency <- ___(
___,
top = ___,
at.least = ___,
stopwords = ___
)
# Make a frequency bar chart