Tạo một corpus
Bạn đã tạo một tibble tên là russian_tweets chứa khoảng 20.000 tweet do bot tự động tạo trong kỳ bầu cử Mỹ năm 2016 để bạn có thể phân tích văn bản. Tuy nhiên, sau khi xem qua các lựa chọn phân tích phù hợp với mục tiêu của mình, bạn cho rằng gói tm là con đường dễ dàng nhất để tiếp tục. Để tiến hành phân tích, trước hết bạn phải tạo một corpus và đính kèm các siêu dữ liệu (metadata) có thể hữu ích.
Lưu ý đây là dữ liệu thật từ Twitter, vì vậy luôn có rủi ro nó có thể chứa lời thô tục hoặc nội dung gây xúc phạm (trong bài tập này và bất kỳ bài tập tiếp theo nào cũng sử dụng dữ liệu Twitter thật).
Bài tập này là một phần của khóa học
Nhập môn Xử lý Ngôn ngữ Tự nhiên với R
Hướng dẫn bài tập
- Tạo một corpus sử dụng cột
contentcủarussian_tweets. - Đính kèm cả hai cột
followingvàfollowerslàm siêu dữ liệu chotweet_corpus. - In vài dòng đầu của bảng siêu dữ liệu.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Create a corpus
tweet_corpus <- ___(___(russian_tweets$___))
# Attach following and followers
___(tweet_corpus, 'following') <- russian_tweets$___
___(tweet_corpus, 'followers') <- russian_tweets$___
# Review the meta data
head(meta(___))