공통 단어 찾기
여러 문서에 걸쳐 나타나는 공통 단어를 시각화하고 싶다고 해볼게요. 이때 commonality.cloud()를 사용할 수 있어요.
커피와 샤르도네 코퍼스는 각각 여러 개의 개별 트윗으로 구성돼 있어요. 커피 트윗 전체를 하나의 문서로, 샤르도네도 마찬가지로 하나의 문서로 다루려면, 각 코퍼스의 모든 트윗을 paste()로 합치고 매개변수 collapse = " "를 지정하세요. 이렇게 하면 모든 트윗이 공백으로 구분된 하나의 벡터로 결합돼요. 그런 다음, 이렇게 합쳐진 두 문서를 하나의 벡터로 만들 수 있어요.
a_single_string <- paste(a_character_vector, collapse = " ")
이 단계를 마쳤다면, 이전에 봤던 것과 같은 방식으로 all_tweets 객체의 VectorSource를 기반으로 VCorpus()를 만들 수 있어요.
이 연습은 강의의 일부입니다
R로 배우는 Bag-of-Words 텍스트 마이닝
연습 안내
coffee_tweets$text에paste()와collapse = " "를 사용해all_coffee를 만드세요.chardonnay_tweets$text에paste()와collapse = " "를 사용해all_chardonnay를 만드세요.c()로all_coffee와all_chardonnay를 결합해all_tweets를 만드세요. 이때all_coffee가 첫 번째가 되도록 하세요.VectorSource()를 사용해all_tweets를 변환하세요.VCorpus()를all_tweets에 적용해all_corpus를 만드세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create all_coffee
___ <- ___(___, ___)
# Create all_chardonnay
___ <- ___(___, ___)
# Create all_tweets
___ <- ___(___, ___)
# Convert to a vector source
___ <- ___(___)
# Create all_corpus
___ <- ___(___)