評估作者的投入程度
作者越投入，往往會寫得越多。舉例來說，越生氣的航空旅客，通常會留下越長的評論；相反地，不太在意的旅客可能就不會花太多時間撰寫。長篇評論可能會放大整體情緒，因為隨著評論篇幅增加，正面或負面的語句自然也會變多。這個程式練習要幫你檢視投入程度與情緒之間的關係。
在本練習中，你會視覺化「投入程度」與「情緒」的關係。回想一下，你的租屋評論 tibble 具有 id，且每一列代表一個字詞。因此，只要對 id 做一次簡單的 count()，就能得到每則評論所用字詞的數量。接著，你會把這個摘要與正負向資料做合併。最後，你將建立散佈圖，呈現作者評論長度與極性之間的關聯。
本練習屬於課程
R 情感分析
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Review tidy_reviews and pos_neg
tidy_reviews
pos_neg
pos_neg_pol <- tidy_reviews %>%
# Effort is measured as count by id
___(___) %>%
# Inner join to pos_neg
___(___) %>%
# Add polarity status
___(pol = ___(___, "___", "___"))
# Examine results
pos_neg_pol