Usuwanie adresów URL i znaków innych niż litery
Tekst tweetów publikowanych przez użytkowników Twittera jest nieustrukturyzowany, zaszumiony i surowy.
Zawiera emotikony, adresy URL i liczby. Te zbędne informacje trzeba wyczyścić przed analizą, aby uzyskać wiarygodne wyniki.
W tym ćwiczeniu usuniesz adresy URL i zastąpisz znaki inne niż litery spacjami.
Ramka danych twt_telmed zawierająca 1000 wyodrębnionych tweetów na temat "telemedicine" została wcześniej wczytana na potrzeby tego ćwiczenia.
Biblioteka qdapRegex została wcześniej wczytana na potrzeby tego ćwiczenia.
To ćwiczenie jest częścią kursu
Analiza danych z mediów społecznościowych w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Extract tweet text from the pre-loaded dataset
twt_txt <- ___$___
head(twt_txt)