No primeiro capítulo, você vai aprender a aplicar a função de sentimento do qdap chamada <a href=https://www.rdocumentation.org/packages/qdap/topics/polarity> polarity() </a>. 

Vamos falar sobre nossos sentimentos

Mãos à obra! Visualize a polaridade

Revisão de TM (I)

Revisão de TM (II)

Quantas palavras VOCÊ conhece? A lei de Zipf e o léxico de subjetividade

O que é um léxico de subjetividade?

Onde você pode observar a lei de Zipf?

Polaridade em texto real

Explore a polaridade do qdap e o léxico embutido

Músicas felizes!

LOL, essa música é wicked good

Stressed Out!

Rápido e prático: pontuação de polaridade

No segundo capítulo, você vai explorar 3 léxicos de subjetividade do tidytext. Depois, fará um inner join para pontuar um texto.

Roda das emoções de Plutchik, polaridade vs. sentimento

Uma teoria da emoção

Matriz DTM vs. tidytext

Obtendo lexicons de sentimento

Léxico Bing com explicação de inner join

Polaridade tidy com Bing: Exemplo simples

Bing tidy polarity: conte e faça pivot na baleia branca

Bing tidy polarity: Call me Ishmael (com ggplot2)!

Metodologias AFINN e NRC em mais detalhes

AFINN: I'm your Huckleberry

O maravilhoso mundo do NRC

Análise de sentimentos com tidytext

Crie visuais convincentes com o resultado da sua análise de sentimentos.

Truque de salão ou algo que vale a pena?

Insight de verdade?

Final infeliz? Polaridade cronológica

Impacto das palavras, análise de frequência

Introspecção usando análise de sentimento

Dividir para conquistar: usando polaridade em uma comparação de nuvem

Introspecção emocional

Compare e contraste com gráfico de barras empilhadas

Interpretando visualizações

Gráfico de densidade por kernel

Box plot

Gráfico de radar

Treemaps para grupos de documentos

Visualizando sentimentos

Sua propriedade é uma boa locação? O que as pessoas procuram em uma boa locação?

Relembrando o fluxo de trabalho de mineração de texto

Etapa 1: O que você quer saber?

Etapa 2: Identificar as fontes de texto

Examine rapidamente a polaridade básica

Etapa 3: Organize (e limpe) o texto

Criar corpora baseados em polaridade

Crie um Tibble de Texto Tidy!

Compare o Tidy Sentiment com a Polaridade do Qdap

Etapa 4: Extração de recursos e Etapa 5: Hora da análise... quase lá!

Avaliando o esforço do autor

Nuvem de comparação

Nuvem de comparação com escala

Etapa 6: Chegar a uma conclusão

Confirme uma conclusão esperada

Escolha um insight menos óbvio

Sua vez!

Estudo de caso: avaliações do Airbnb

4 books as DocumentTermMatrices

Housing rental reviews from Airbnb in Boston

4 books as a tidy data frame

Line by line polarity for 4 books

Polarity scores of Boston Airbnb reviews

Adicione análise de sentimentos ao seu kit de ferramentas de mineração de texto! A análise de sentimentos é usada por profissionais de texto em marketing, política, atendimento ao cliente e muito mais. Neste curso, você vai aprender a identificar linguagem positiva e negativa, intenções emocionais específicas e a criar visualizações envolventes. Você vai começar com uma introdução à pontuação de polaridade usando a função de sentimento do qdap, e, ao longo do caminho, vai entender a lei de Zipf e os léxicos de subjetividade.
<br><br>
Sentimentos, e a linguagem usada para expressá-los, são complexos e cheios de nuances. Eles se baseiam em linguística, sociologia e psicologia, além de cultura e gírias. O segundo capítulo deste curso ajuda você a navegar essas dificuldades usando a roda das emoções de Plutchik e organiza seu trabalho com o tidytext do Tidyverse.
<br><br>
Transformar sua análise de sentimentos em visualizações claras ajuda a construir uma narrativa mais consistente e a compartilhar seus insights com o restante do negócio. O terceiro capítulo mostra como visualizar sua análise de sentimentos e vai além das nuvens de palavras para criar gráficos simples e impactantes que contem a história completa dos seus dados.
<br><br>
Você vai concluir o curso colocando todo o conhecimento em prática com um estudo de caso. Usando avaliações do Airbnb, você vai explorar o que as pessoas realmente buscam em uma boa locação.

<h2>Amplie Seu Conjunto de Habilidades em Mineração de Texto </h2>
Adicione análise de sentimento ao seu kit de ferramentas de mineração de texto! A análise de sentimento é usada por mineradores de texto em marketing, política, atendimento ao cliente e em outros contextos. Neste curso, você aprenderá a identificar linguagem positiva e negativa, intenção emocional específica e criar visualizações atraentes. Você começará com uma introdução à pontuação de polaridade usando a função de sentimento do qdap e, ao longo do caminho, desenvolverá sua compreensão da lei de Zipf e dos léxicos de subjetividade. 
<br><br>
<h2>Use o Tidytext para realizar análise de sentimento </h2>
Sentimento, e a linguagem usada para expressá-lo, é complexo e cheio de nuances. Baseia-se em linguística, sociologia e psicologia, além de cultura e gírias. O segundo capítulo deste curso ajuda você a navegar por essas dificuldades usando a roda das emoções de Plutchik e organiza seu trabalho usando o Tidytext do Tidyverse. 
<br><br>
<h2>Fortaleça seus insights com visualizações de análise de sentimento </h2>
Transformar sua análise de sentimento em visualizações de dados claras ajudará você a criar uma narrativa mais clara e compartilhar seus insights com o restante da empresa. O terceiro capítulo deste curso mostra como visualizar sua análise de sentimento e vai além das nuvens de palavras para criar gráficos simples e impactantes que contam a história completa dos seus dados. 
<br><br>
Você concluirá o curso colocando todo o seu conhecimento à prova com um estudo de caso. Usando avaliações do Airbnb, você vai explorar o que as pessoas realmente procuram em um bom aluguel. 

Text Mining with Bag-of-Words in R

Aprenda análise de sentimentos identificando linguagem positiva e negativa e criando visualizações.

Análise de Sentimentos em R

Aprenda análise de sentimento identificando linguagem positiva e negativa, intenção emocional específica e criando visualizações impactantes.

Mineração de texto in R

Escolha um insight menos óbvio

Análise de Sentimentos em R

exercicio interativo prático