Sözcük ilişkilerini düşünmenin bir başka yolu, tm paketindeki findAssocs() fonksiyonunu kullanmaktır. Verilen herhangi bir sözcük için findAssocs(), bir TDM veya DTM içindeki diğer tüm sözcüklerle olan korelasyonunu hesaplar. Puanlar 0 ile 1 arasında değişir. 1, iki sözcüğün belgelerde her zaman birlikte göründüğü; 0’a yaklaşan değerler ise terimlerin aynı belgede nadiren göründüğü anlamına gelir.

Unutma, findAssocs() hesaplaması belge düzeyinde yapılır. Yani söz konusu sözcüğü içeren her bir belge için, o belgelerdeki diğer terimler ilişkilendirilir. Arama terimini içermeyen belgeler dikkate alınmaz.

findAssocs() kullanmak için bir TDM veya DTM, arama terimi ve minimum korelasyon değeri geçir. Fonksiyon, minimum eşiği karşılayan veya aşan tüm diğer terimlerin bir listesini döndürür.

findAssocs(tdm, "word", 0.25)

Sözcük çeşitliliği nedeniyle minimum korelasyon değerleri genellikle görece düşüktür. 0.10 değerinin güçlü bir ikili terim ilişkisinin göstergesi olmasına şaşırma.

Kahve tweet’leri bu egzersiz için temizlenip tweets_tdm içinde düzenlendi. Bir terim çağrışımı arayacak, sonuçları qdap paketindeki list_vect2df() ile dönüştürecek ve örnek betikteki ggplot2 koduyla bir grafik oluşturacaksın.

Metin madenciliğini anladığını test et

R ile Bag-of-Words ile Metin Madenciliği

Uygulamalı interaktif egzersiz