amzn_pros_corp 코퍼스는 이전과 같이 사용자 정의 함수를 사용해 정제되어 있어요.

amzn_pros_corp와 control = list(tokenize = tokenizer)를 사용해 amzn_p_tdm이라는 TDM을 만드세요.
amzn_p_tdm을 행렬로 변환해 amzn_p_m을 만드세요.
amzn_p_m에 rowSums()를 적용해 amzn_p_freq를 만드세요.
amzn_p_freq에 sort()를 사용하고 decreasing = TRUE 인수를 지정해 term_frequency를 만드세요.
term_frequency[1:5]로 처음 5개의 바이그램을 확인하세요.
"fast paced"가 상위 용어로 나타나면 놀랄 수도 있어요. 이는 "long hours"와 연관된 부정적 의미일 수 있거든요. "fast paced"와 가장 연관된 용어를 살펴보세요. amzn_p_tdm에서 findAssocs()를 사용해 "fast paced"를 0.2 컷오프로 확인하세요.

4단계와 5단계: 특징 추출과 분석