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
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