În primul capitol vei învăța cum să aplici funcția de sentiment din qdap, numită <a href=https://www.rdocumentation.org/packages/qdap/topics/polarity> polarity() </a>.

Să vorbim despre sentimentele noastre

Aruncă-te direct! Vizualizează polaritatea

Recapitulare TM (I)

Recapitulare TM (II)

Câte cuvinte cunoști TU? Legea lui Zipf și lexiconul de subiectivitate

Ce este un lexicon de subiectivitate?

Unde poți observa legea lui Zipf?

Polaritate pe text real

Explorează polaritatea și lexiconul integrat din qdap

Cântece vesele!

LOL, melodia asta e super tare

Copleșit de stres!

Rapid și direct: calculul polarității

În al doilea capitol vei explora 3 lexicoane de subiectivitate din tidytext. Apoi vei realiza un inner join pentru a calcula scorul unui text.

Roata emoțiilor a lui Plutchik: polaritate vs. sentiment

O teorie a emoției

DTM vs. matrice tidytext

Obținerea lexicoanelor de sentiment

Explicarea lexiconului Bing cu un inner join

Polaritate tidy cu Bing: Exemplu simplu

Polaritate tidy Bing: Numără și pivotează balena albă

Polaritate Bing tidy: Cheamă-mă Ishmael (cu ggplot2)!

Metodologiile AFINN și NRC în detaliu

AFINN: Suntem pe aceeași lungime de undă

Minunatul vrăjitor NRC

Analiza sentimentelor cu tidytext

Creează vizualizări atractive pe baza rezultatelor analizei sentimentelor.

Truc de salon sau ceva util?

Informații reale?

Sfârșit nefericit? Polaritate cronologică

Impactul cuvintelor, analiza frecvenței

Introspecție prin analiza sentimentelor

Împarte și cucerește: Folosirea polarității pentru un nor de comparație

Introspecție emoțională

Compară diagrame cu bare stivuite

Interpretarea vizualizărilor

Grafic de densitate kernel

Diagramă box plot

Diagramă radar

Treemap-uri pentru grupuri de documente

Vizualizarea sentimentelor

Este proprietatea ta o cazare bună? Ce caută oamenii într-o cazare bună?

Recapitulare: fluxul de lucru în text mining

Pasul 1: Ce vrei să afli?

Pasul 2: Identifică sursele de text

Examinare rapidă a polarității de bază

Pasul 3: Organizează (și curăță) textul

Creează corpusuri bazate pe polaritate

Creează un Tibble Tidy Text!

Compară sentimentul Tidy cu polaritatea Qdap

Pasul 4: Extragerea caracteristicilor & Pasul 5: Timpul analizei... aproape am ajuns!

Evaluarea efortului autorului

Norul de comparație

Nor de comparație cu scoruri scalate

Pasul 6: Trage o concluzie

Confirmă o concluzie așteptată

Alege o concluzie mai puțin așteptată

Rândul tău!

Studiu de caz: recenzii 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

Adaugă analiza sentimentelor la setul tău de instrumente pentru text mining! Analiza sentimentelor este folosită de specialiști în text mining din domenii precum marketing, politică, servicii pentru clienți și multe altele. În acest curs vei învăța să identifici limbajul pozitiv și negativ, intenția emoțională specifică și să creezi vizualizări relevante. Vei începe cu o introducere în calculul polarității folosind funcția de sentiment din qdap și vei aprofunda legea lui Zipf și lexicoanele de subiectivitate pe parcurs.
<br><br>
Sentimentul și limbajul prin care îl exprimăm sunt complexe și nuanțate. Acestea se bazează pe lingvistică, sociologie și psihologie, dar și pe cultură și argou. Al doilea capitol al cursului te ajută să navighezi prin aceste dificultăți folosind roata emoțiilor a lui Plutchik și îți organizează munca cu ajutorul Tidytext din Tidyverse.
<br><br>
Transformarea analizei sentimentelor în vizualizări clare de date te va ajuta să construiești o narațiune mai convingătoare și să îți împărtășești concluziile cu restul echipei. Al treilea capitol al cursului îți arată cum să vizualizezi analiza sentimentelor și te duce dincolo de word cloud-uri, pentru a crea grafice simple și cu impact care spun povestea completă a datelor tale.
<br><br>
Vei încheia cursul punând toate cunoștințele la încercare printr-un studiu de caz. Folosind recenzii Airbnb, vei explora ce caută oamenii cu adevărat într-o cazare bună.

<h2>Extinde-ți setul de competențe în text mining </h2>
Adaugă analiza sentimentelor în setul tău de instrumente pentru text mining! Analiza sentimentelor este utilizată de specialiștii în text mining în marketing, politică, servicii pentru clienți și în alte domenii. În acest curs vei învăța să identifici limbajul pozitiv și negativ, intenția emoțională specifică și să creezi vizualizări convingătoare. Vei începe cu o introducere în scorarea polarității folosind funcția sentiment din qdap și, pe parcurs, îți vei construi înțelegerea asupra legii lui Zipf și a lexiconelor de subiectivitate. 
<br><br>
<h2>Folosește Tidytext pentru a efectua analiza sentimentelor </h2>
Sentimentul și limbajul folosit pentru a-l exprima sunt complicate și nuanțate. Se bazează pe lingvistică, sociologie și psihologie, precum și pe cultură și argou. Al doilea capitol din acest curs te ajută să navighezi aceste dificultăți folosind roata emoțiilor a lui Plutchik și îți organizează munca folosind Tidytext din Tidyverse. 
<br><br>
<h2>Îmbunătățește-ți insight-urile cu vizualizări ale analizei sentimentelor </h2>
Transformarea analizei sentimentelor în vizualizări clare ale datelor te va ajuta să creezi o narațiune mai clară și să îți împărtășești perspectivele cu restul afacerii. Al treilea capitol al acestui curs îți arată cum să vizualizezi analiza sentimentelor și te duce dincolo de norii de cuvinte, pentru a crea grafice simple și de impact care spun întreaga poveste a datelor tale. 
<br><br>
Vei încheia cursul punându-ți la încercare toate cunoștințele printr-un studiu de caz. Folosind recenziile Airbnb, vei explora ce caută oamenii cu adevărat la o chirie bună. 

Text Mining with Bag-of-Words in R

Învață analiza sentimentelor prin identificarea limbajului pozitiv și negativ și crearea de vizualizări.

Analiza sentimentelor în R

Învață analiza sentimentelor identificând limbajul pozitiv și negativ, intenția emoțională specifică și creând vizualizări convingătoare.

Extragerea textului în R

Alege o concluzie mai puțin așteptată

Analiza sentimentelor în R

Exercițiu interactiv practic