Дерева-прямокутники (treemap) для груп документів

Часто вам доводиться працювати з документами, об'єднаними в групи: за автором, продуктом або компанією. У цій вправі ви досліджуватимете текст і водночас збережете групування у компактній візуалізації. Наприклад, маючи відгуки клієнтів, згруповані за продуктом, ви можете одночасно дослідити кілька вимірів цих відгуків. Спочатку можна обчислити polarity() відгуків. Іншим виміром може бути довжина. Довжина документа може вказувати на емоційну інтенсивність. Якщо клієнт залишає коротке «great shoes!», можна припустити, що його захоплення насправді менше порівняно з довшим позитивним відгуком. Ви також можете згрупувати відгуки за типом продукту, наприклад жіноче, чоловіче та дитяче взуття. Treemap дає змогу розглянути всі ці виміри.

Для аналізу тексту в treemap кожний окремий прямокутник представляє документ, наприклад твіт. Документи згруповано певним чином, наприклад за автором. Розмір кожного прямокутника визначається числовим значенням, таким як кількість слів або літер. Колір прямокутника задається показником сентименту.

Після впорядкування tibble використайте бібліотеку treemap з функцією treemap() для побудови візуалізації. У наведеному нижче прикладі коду оголошено дані, змінні групування, розмір, колір та інші естетики.

treemap(
  data_frame,
  index = c("group", "individual_document"),
  vSize = "doc_length",
  vColor = "avg_score",
  type = "value",
  title = "Sentiment Scores by Doc",
  palette = c("red", "white", "green")
)

Попередньо завантажений об'єкт all_books містить об'єднаний корпус у tidy-форматі з 4 книжок Шекспіра, 3 — Мелвілла та 4 — Твена. На основі treemap ви зможете визначити, хто пише довші книжки, а також полярність автора загалом і для окремих книжок.