Створіть впорядкований tibble з текстом!

Ви вже ознайомилися з принципами tidy, тож цей код допоможе впорядкувати дані в tibble, щоб далі працювати у tidyverse!

Раніше ви дізналися, що застосування tidy() до об'єкта TermDocumentMatrix() перетворює TDM на tibble. У цій вправі ви створите дані слів безпосередньо зі стовпця відгуків comments.

Спочатку використайте unnest_tokens(), щоб перетворити текст на нижній регістр і токенізувати відгуки на окремі слова.

Іноді корисно зберегти початковий порядок слів у межах кожної групи корпусу. Для цього скористайтеся mutate(). У mutate() ви застосуєте seq_along(), щоб створити послідовність чисел від 1 до довжини об'єкта. Це збереже порядок слів так, як їх було написано.

У пакеті tm для видалення стопслів ви б використали removeWords(). У tidyverse спершу потрібно завантажити лексикон стопслів, а потім застосувати anti_join() між впорядкованим датафреймом тексту та стопсловами.

Ця вправа є частиною курсу

Аналіз тональності в R

Переглянути курс

Інструкції до вправи

Створіть tidy_reviews, передавши конвеєром (%>%) початковий об'єкт відгуків bos_reviews у функцію unnest_tokens(). Передайте назву нового стовпця word і вкажіть стовпець comments. Пам'ятайте: у tidyverse не потрібні ні $, ні лапки.
Створіть нову змінну у стилі tidy! Перезапишіть tidy_reviews, передавши tidy_reviews у group_by зі стовпцем id. Потім ще раз %>% до mutate(). Всередині mutate створіть нову змінну original_word_order, що дорівнює seq_along(word).
Виведіть tibble tidy_reviews.
Завантажте заздалегідь підготовлені стопслова "SMART" у ваш сеанс R за допомогою data("stop_words").
Перезапишіть tidy_reviews, передавши початковий tidy_reviews у anti_join() через %>%. Усередині anti_join() передайте наперед визначений лексикон stop_words.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Vector to tibble
tidy_reviews <- bos_reviews %>% 
  ___(___, ___)

# Group by and mutate
tidy_reviews <- tidy_reviews %>% 
  ___(___) %>% 
  ___(original_word_order = ___(___))

# Quick review
___

# Load stopwords
___

# Perform anti-join
tidy_reviews_without_stopwords <- tidy_reviews %>% 
  ___(___)

Редагувати та запускати код