용어-문서 행렬 만들기
이제 재미있는 시각화와 분석으로 넘어가기 전에, 그리 흥미롭지 않을 수도 있는 기초 작업을 거의 마쳤어요. 지금까지 배운 개념을 바탕으로 곧 더 재미있는 작업을 하게 됩니다!
이번 연습에서는 비슷한 과정을 수행하지만, 문서-용어 행렬의 전치(transpose) 를 취하게 됩니다. 이 경우 용어-문서 행렬은 첫 번째 열에 용어가 있고, 각 문서가 위쪽에 개별 열 이름으로 배치됩니다.
TDM은 언어 분석에서 자주 사용하는 행렬이에요. 일반적으로 저자나 문서보다 용어가 더 많고, 행보다 열이 적을 때 작업이 더 수월하기 때문이죠. 정보를 분석하기 위한 간단한 시작 방법은 TDM에 as.matrix()를 적용해 단순한 행렬로 바꾸는 것입니다.
이 연습은 강의의 일부입니다
R로 배우는 Bag-of-Words 텍스트 마이닝
연습 안내
clean_corp에TermDocumentMatrix()를 적용해coffee_tdm을 생성하세요.coffee_tdm을as.matrix()로 변환해coffee_m을 생성하세요.- 콘솔에
coffee_m의 차원을 출력하세요. 행과 열의 개수를 확인하세요. coffee_m에서 용어(행)"star"와"starbucks"그리고 문서(열) 25부터 35까지에 해당하는 부분만 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create a term-document matrix from the corpus
coffee_tdm <- ___
# Print coffee_tdm data
coffee_tdm
# Convert coffee_tdm to a matrix
coffee_m <- ___
# Print the dimensions of the matrix
___
# Review a portion of the matrix
___[___, ___]