Nạp một ít văn bản
Text mining bắt đầu bằng cách nạp dữ liệu văn bản vào R, và mình sẽ làm điều đó với hàm read.csv().
Một thực hành tốt là kiểm tra đối tượng bạn vừa đọc vào để đảm bảo bạn biết cột (hoặc các cột) nào là quan trọng. Hàm str() là một cách hiệu quả để làm điều này.
Nếu data frame có các cột không phải văn bản, bạn có thể tạo một đối tượng mới chỉ dùng đúng cột văn bản (ví dụ, some_object$column_name).
Lưu ý đây là dữ liệu thật từ Twitter nên luôn có rủi ro chứa từ ngữ thô tục hoặc nội dung phản cảm (trong bài tập này và bất kỳ bài tập tiếp theo nào cũng dùng dữ liệu Twitter thật).
Bài tập này là một phần của khóa học
Khai phá văn bản với Bag-of-Words trong R
Hướng dẫn bài tập
Dữ liệu đã được nạp sẵn và có trong coffee_data_file.
- Tạo đối tượng mới
tweetsbằngread.csv()trên tệpcoffee_data_file, tệp này chứa các tweet nhắc đến cà phê. - Kiểm tra đối tượng
tweetsbằngstr()để xác định cột nào chứa văn bản bạn sẽ phân tích. - Tạo đối tượng
coffee_tweetschỉ từ cột văn bản bạn vừa xác định. Để làm điều đó, dùng toán tử$và tên cột.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import text data from CSV, no factors
tweets <- ___
# View the structure of tweets
___
# Isolate text from tweets
coffee_tweets <- ___