Ekstrakcja cech i analiza: amzn_cons

Teraz postanawiasz zestawić to z korpusem amzn_cons_corp w kolejnej macierzy TDM z bigramami. Spodziewaj się, że w chmurze słów pojawią się nieco inne wyrażenia.

Ponownie skorzystasz z tej własnej funkcji, aby wyodrębnić cechy bigramowe do wizualizacji:

tokenizer <- function(x) 
  NGramTokenizer(x, Weka_control(min = 2, max = 2))

To ćwiczenie jest częścią kursu

Eksploracja tekstu metodą Bag-of-Words w R

Zobacz kurs

Instrukcje do ćwiczenia

Utwórz amzn_c_tdm, konwertując amzn_cons_corp na TermDocumentMatrix z uwzględnieniem funkcji bigramowej control = list(tokenize = tokenizer).
Utwórz amzn_c_tdm_m jako wersję macierzową amzn_c_tdm.
Utwórz amzn_c_freq, używając rowSums() do obliczenia częstości terminów z amzn_c_tdm_m.
Utwórz wordcloud(), używając names(amzn_c_freq) oraz wartości amzn_c_freq. Dodaj również argumenty max.words = 25 i color = "red".

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create amzn_c_tdm
___ <- ___(
  ___,
  ___
)

# Create amzn_c_tdm_m
___ <- ___

# Create amzn_c_freq
___ <- ___

# Plot a word cloud of negative Amazon bigrams
___

Edytuj i uruchom kod