Revisão de TM (I)

No curso Text Mining: Bag of Words, você aprendeu que um corpus é um conjunto de textos e estudou algumas funções de pré-processamento. Para recapitular, uma forma de criar e limpar um corpus é com as funções abaixo. Mesmo sendo um curso diferente, a análise de sentimento faz parte de text mining, então uma revisão pode ajudar.

Transforme um vetor de caracteres em uma fonte de texto usando VectorSource().
Transforme uma fonte de texto em um corpus usando VCorpus().
Remova caracteres indesejados do corpus usando funções de limpeza como removePunctuation() e stripWhitespace() do tm, e replace_abbreviation() do qdap.

Neste exercício, uma função personalizada clean_corpus() foi criada usando funções padrão de pré-processamento para facilitar a aplicação.

clean_corpus() recebe a saída de VCorpus() e aplica funções de limpeza. Por exemplo:

processed_corpus <- clean_corpus(my_corpus)

Este exercicio faz parte do curso

Análise de Sentimentos em R

Ver curso

Instruções do exercicio

Sua sessão do R tem um vetor de texto, tm_define, contendo dois pequenos documentos e a função clean_corpus().

Crie um objeto chamado tm_vector aplicando VectorSource() a tm_define.
Crie tm_corpus usando VCorpus() em tm_vector.
Use content() para examinar o conteúdo do primeiro documento em tm_corpus.
- Os documentos do corpus são acessados usando a sintaxe de lista, então use colchetes duplos, por exemplo, [[1]].
Limpe o texto do corpus usando a função personalizada clean_corpus() em tm_corpus. Chame esse novo objeto de tm_clean.
Examine novamente o primeiro documento do novo objeto tm_clean para ver como o texto mudou após a aplicação de clean_corpus().

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# clean_corpus(), tm_define are pre-defined
clean_corpus
tm_define

# Create a VectorSource
tm_vector <- ___

# Apply VCorpus
tm_corpus <- ___

# Examine the first document's contents
___(___[[___]])

# Clean the text
tm_clean <- ___

# Reexamine the contents of the first doc
___

Editar e Executar Código