Since text is unstructured data, a certain amount of wrangling is required to get it into a form where you can analyze it. In this chapter, you will learn how to add structure to text by tokenizing, cleaning, and treating text as categorical data.

Text as data

Airline tweets data

Grouped summaries

Counting categorical data

Counting user types

Summarizing user types

Tokenizing and cleaning

Tokenizing and counting

Cleaning and counting

Wrangling Text

While counts are nice, visualizations are better. In this chapter, you will learn how to apply what you know from ggplot2 to tidy text data.

Plotting word counts

Visualizing complaints

Visualizing non-complaints

Improving word count plots

Adding custom stop words

Visualizing word counts using factors

Faceting word count plots

Counting by product and reordering

Visualizing word counts with facets

Plotting word clouds

Creating a word cloud

Adding a splash of color

Visualizing Text

While word counts and visualizations suggest something about the content, we can do more. In this chapter, we move beyond word counts alone to analyze the sentiment or emotional valence of text.

Sentiment dictionaries

Counting the NRC sentiments

Visualizing the NRC sentiments

Appending dictionaries

Counting sentiment

Visualizing sentiment

Improving sentiment analysis

Practicing reshaping data

Practicing with grouped summaries

Visualizing sentiment by complaint type

Sentiment Analysis

In this final chapter, we move beyond word counts to uncover the underlying topics in a collection of documents. We will use a standard topic model known as latent Dirichlet allocation.

Gizli Dirichlet Ayrımı (latent Dirichlet allocation)

Kelimelerin olasılıkları olarak konular

Konuları özetleme

Konuları görselleştirme

Belge-terim matrisleri

Bir DTM Oluşturma

Bir DTM'i matris olarak değerlendirme

Konu modellerini çalıştırma

Bir LDA Uydurmak

LDA çıktısını düzenleme

LDA çıktısını karşılaştırma

Konuları yorumlama

Üç konuyu adlandırma

Dört konuya ad verme

Kapanış

Topic Modeling

Airline tweets

Roomba reviews

Sosyal medyadan ürün incelemelerine kadar, metin; pazarlama analitiği de dahil olmak üzere birçok uygulamada giderek daha önemli bir veri türü haline geliyor. Birçok durumda, metin; düşük maliyeti ve güncelliği sayesinde diğer yapılandırılmamış veri türlerinin yerini alıyor. Ancak metnin sunduğu her şeyden yararlanmak için, metni nasıl ele alacağını, temizleyeceğini, özetleyeceğini ve modelleyeceğini bilmen gerekir. Bu derste, metinle hızlı ve kolay bir şekilde çalışmaya başlamak için en yeni tidy araçlarını kullanacaksın. Metni nasıl düzenleyip görselleştireceğini, duygu analizi yapmayı ve konu modellerini çalıştırıp yorumlamayı öğreneceksin.

Introduction to the Tidyverse

R'de tidy framework ile metin verilerini analiz etmeyi öğrenin: Duygu analizi, konu modelleme ve görselleştirme.

Belge-terim matrisleri

Create Your Free Account