Elimină URL-urile și caracterele care nu sunt litere
Textul tweet-urilor postate de utilizatori este nestructurat, zgomotos și brut.
Conține emoticoane, URL-uri și cifre. Aceste informații redundante trebuie curățate înainte de analiză, pentru a obține rezultate fiabile.
În acest exercițiu, vei elimina URL-urile și vei înlocui caracterele care nu sunt litere cu spații.
Dataframe-ul twt_telmed, care conține 1.000 de tweet-uri extrase despre "telemedicine", a fost preîncărcat pentru acest exercițiu.
Biblioteca qdapRegex a fost preîncărcată pentru acest exercițiu.
Acest exercițiu face parte din cursul
Analiza datelor din social media în R
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Extract tweet text from the pre-loaded dataset
twt_txt <- ___$___
head(twt_txt)