Ta bort URL:er och tecken som inte är bokstäver
Tweettext som användare publicerar på Twitter är ostrukturerad, brusig och obearbetad.
Den innehåller emoticons, URL:er och siffror. Den här överflödiga informationen måste rensas bort innan analys för att ge tillförlitliga resultat.
I den här övningen tar du bort URL:er och ersätter tecken som inte är bokstäver med mellanslag.
Dataramen twt_telmed, med 1 000 extraherade tweets om "telemedicine", har förinslästs för den här övningen.
Biblioteket qdapRegex har förinslästs för den här övningen.
Den här övningen är en del av kursen
Analysera data från sociala medier i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Extract tweet text from the pre-loaded dataset
twt_txt <- ___$___
head(twt_txt)