Bygg ett korpus och konvertera till gemener
Ett korpus är en lista med textdokument. Du behöver konvertera tweetexten till ett korpus för att underlätta efterföljande steg i textbearbetningen.
När du analyserar text vill du säkerställa att ett ord inte räknas som två olika ord på grund av att det har olika skiftläge i de två förekomsterna. Därför behöver du konvertera texten till gemener.
I den här övningen skapar du ett textkorpus och konverterar alla tecken till gemener.
Den rensade textdatan från föregående övning har förhandslästs in som twts_gsub.
Biblioteket tm har förhandslästs in 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.
# Convert text in "twt_gsub" dataset to a text corpus and view output
twt_corpus <- twt_gsub %>%
___() %>%
___()
head(twt_corpus$___)