DTM a macierz tidytext

Tidyverse to zbiór pakietów R opartych na wspólnych zasadach i zaprojektowanych do współpracy. Ten rozdział omawia funkcje z tidyverse do manipulowania danymi. W tym ćwiczeniu porównasz DTM z ramką danych w formacie tidy, zwaną tibble.

W tidyverse każda obserwacja stanowi jeden wiersz w ramce danych. Dzięki temu praca w różnych pakietach jest znacznie prostsza, ponieważ podstawowa struktura danych pozostaje taka sama. Część tego kursu korzysta intensywnie z pakietu tidytext, który opiera się właśnie na takim sposobie organizacji danych.

Możliwe, że znasz już operator %>% z pakietu magrittr. Przekazuje on obiekt po swojej lewej stronie jako pierwszy argument funkcji po prawej stronie.

W poniższym przykładzie obiekt data jest przekazywany do function1(). Zwróć uwagę, że nawiasy są puste. Wynik jest z kolei przekazywany do function2(). W ostatniej funkcji nie musisz ponownie podawać obiektu data, bo został on przekazany z wyniku function1(). Dodajesz natomiast fikcyjny parametr some_parameter ustawiony na TRUE. Łańcuch takich przekazań tworzy ostatecznie obiekt object.

object <- data %>% 
           function1() %>%
           function2(some_parameter = TRUE)

Aby korzystać z operatora %>%, nie musisz ładować pakietu magrittr – jest on również dostępny w pakiecie dplyr. dplyr zawiera także funkcje inner_join() (o której dowiesz się więcej później) oraz count() do zliczania danych. Ostatnia potrzebna ci funkcja to mutate(), służąca do tworzenia nowych zmiennych lub modyfikowania istniejących.

object <- data %>%
  mutate(new_Var_name = Var1 - Var2)

lub do modyfikacji zmiennej:

object <- data %>%
  mutate(Var1 = as.factor(Var1))

Skorzystasz również z funkcji pivot_wider() z pakietu tidyr, aby zorganizować dane tak, by każdy wiersz odpowiadał jednej linii książki, a wartości pozytywne i negatywne stanowiły osobne kolumny.

index	negative	positive
42	2	0
43	0	1
44	1	0

Aby przekształcić DTM do formatu tidy, użyj funkcji tidy() z pakietu broom.

tidy_format <- tidy(Document_Term_Matrix)

To ćwiczenie korzysta z tekstu greckiej tragedii Agamemnon – opowieści o zdradzie małżeńskiej i morderstwie. Kopię możesz pobrać tutaj.