เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ผลกระทบของคำและการวิเคราะห์ความถี่

วิธีที่ง่ายที่สุดวิธีหนึ่งในการสำรวจข้อมูลคือการวิเคราะห์ความถี่ แม้จะไม่ซับซ้อน แต่ในการวิเคราะห์ sentiment วิธีนี้สามารถให้ข้อมูลเชิงลึกที่น่าประหลาดใจได้ โดยในแบบฝึกหัดนี้จะสร้าง barplot จาก moby และ bing เหมือนเดิม

เพื่อให้แท่งกราฟเรียงจากน้อยไปมาก จะใช้เทคนิคกับ factor โดย reorder() ช่วยให้เปลี่ยนลำดับของระดับ factor ตามตัวแปรคะแนนที่กำหนด ในกรณีนี้จะเรียงลำดับตัวแปร factor term ตามตัวแปรคะแนน polarity

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ความรู้สึกใน R

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

moby_tidy_sentiment <- moby %>% 
  # Inner join to bing lexicon by term = word
  inner_join(bing, by = c("term" = "word")) %>% 
  # Count by term and sentiment, weighted by count
  count(___, ___, wt = ___) %>%
  # Pivot sentiment, using n as values
  pivot_wider(names_from = ___, values_from = ___, values_fill = ___) %>%
  # Mutate to add a polarity column
  mutate(polarity = ___ - ___)

# Review
moby_tidy_sentiment
แก้ไขและรันโค้ด