Вплив слів, аналіз частот
Один із найпростіших способів дослідження даних — це аналіз частот. Хоч це й нескладно, у аналізі тональності цей метод може дати несподівано промовисті результати. Зокрема, ви побудуєте стовпчикову діаграму. У цій вправі ви знову працюєте з moby та bing, щоб створити візуалізацію.
Щоб впорядкувати стовпчики від найменшого до найбільшого, ви скористаєтеся прийомом із факторами. reorder() дозволяє змінювати порядок рівнів фактора на основі іншої змінної з оцінками. У нашому випадку ви перевпорядкуєте факторну змінну term за змінною-оцінкою polarity.
Ця вправа є частиною курсу
Аналіз тональності в R
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
moby_tidy_sentiment <- moby %>%
# Inner join to bing lexicon by term = word
inner_join(bing, by = c("term" = "word")) %>%
# Count by term and sentiment, weighted by count
count(___, ___, wt = ___) %>%
# Pivot sentiment, using n as values
pivot_wider(names_from = ___, values_from = ___, values_fill = ___) %>%
# Mutate to add a polarity column
mutate(polarity = ___ - ___)
# Review
moby_tidy_sentiment