Kärntäthetsgraf
Nu när du har lärt dig om kärntäthetsgrafer är det dags att skapa en! Tänk på att det är som ett utjämnat histogram men utan påverkan av binbredd. I den här övningen konstruerar du en kärntäthetsgraf utifrån sentimentvärden.
Du kommer att rita upp 2 kärntäthetsgrafer – en för Agamemnon och en för The Wizard of Oz. För båda utför du en inner_join() med lexikonet "afinn". Kom ihåg att "afinn"-lexikonet poängsätter termer från -5 till 5. I ett tidy-format behåller båda böckerna ord och tillhörande poäng från lexikonet.
Därefter kombinerar du resultaten radvis till ett större dataframe med bind_rows() och skapar ett diagram med ggplot2.
Grafen hjälper dig att förstå vilken bok som använder mer positivt respektive negativt språk. Det finns tydliga överlapp – negativa saker händer Dorothy – men kärntäthetsgrafen tyder på en högre sannolikhet för positivt språk i The Wizard of Oz jämfört med Agamemnon.
Vi har läst in ag och oz som tidy-versioner av Agamemnon respektive The Wizard of Oz, och skapat afinn som en delmängd av tidytext-lexikonet "afinn".
Den här övningen är en del av kursen
Sentimentanalys i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
ag_afinn <- ag %>%
# Inner join to afinn lexicon
___(___, by = c("term" = "word"))
oz_afinn <- oz %>%
# Inner join to afinn lexicon
___
# Combine
all_df <- ___(agamemnon = ___, oz = ___, .id = "___")