Bing tidy polarity: підрахунок і розгортання для білого кита

У цій вправі ви застосуєте ще один inner_join() з лексиконом "bing".

Далі ви опрацюєте результати за допомогою count() з dplyr та pivot_wider() з tidyr, щоб дослідити текст.

Функція pivot_wider() розгортає дані в кілька стовпчиків. У нашому випадку полярність і відповідні значення n відображають частоту позитивних або негативних термінів для кожного рядка. Використання pivot_wider() змінює дані так, що кожний рядок тепер має і позитивні, і негативні значення, навіть якщо це 0.

Ця вправа є частиною курсу

Аналіз тональності в R

Переглянути курс

Інструкції до вправи

У цій вправі у вашому сеансі R є m_dick_tidy, що містить книгу Moby Dick, і bing, який містить лексикон, подібний до попередньої вправи.

Виконайте inner_join() між m_dick_tidy і bing.
- Як і раніше, з'єднайте стовпчик "term" у m_dick_tidy зі стовпчиком "word" у лексиконі.
- Назвіть новий об'єкт moby_lex_words.
Створіть стовпчик index, який дорівнює результату застосування as.numeric() до document. Зробіть це всередині mutate() у tidyverse.
Створіть moby_count, передавши moby_lex_words у count() з аргументами sentiment, index.
Згенеруйте moby_wide, пропустивши moby_count через pivot_wider(), де names_from дорівнює стовпчику sentiment, values_from — стовпчику n, а значення заповнюються через values_fill = 0.
Далі використайте arrange, щоб упорядкувати рядки за значеннями index.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Inner join
moby_lex_words <- inner_join(___, ___, by = c("___" = "___"))

moby_lex_words <- moby_lex_words %>%
  # Set index to numeric document
  mutate(___ = as.numeric(___))

moby_count <- moby_lex_words %>%
  # Count by sentiment, index
  ___(___, ___)

# Examine the counts
moby_count

moby_wide <- moby_count %>%
  # Pivot the sentiments
  pivot_wider(names_from = ___, values_from = ___, values_fill = ___) %>% 
  arrange(index)

# Review the pivoted data
moby_wide

Редагувати та запускати код