Comparison Cloud
在這個練習中，你會建立一個常見的視覺化，幫助你理解詞頻。你將檢視正向與負向彙整文件中出現最頻繁的詞彙。回想一下你先前建立的 TermDocumentMatrix all_tdm。與其包含 1000 則租屋評價，這個矩陣現在包含 2 份文件，分別將所有評價依據 polarity() 分數區分為正向與負向。
通常先把 TDM 轉成一般矩陣會比較好處理。之後只要替欄位重新命名即可。記得 colnames() 函式要放在指定運算子左邊，如下所示。
colnames(OBJECT) <- c("COLUMN_NAME1", "COLUMN_NAME2")
完成後，你會重新排序這個矩陣，找出最具正向與負向傾向的字詞。請先瀏覽這些詞彙，之後才能回答結論練習！
最後，你會使用 comparison.cloud() 來視覺化這些詞彙。
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。
# Matrix
___
# Column names
colnames(___) <- ___
# Top pos words
order_by_pos <- order(all_tdm_m[, ___], decreasing = ___)
# Review top 10 pos words
all_tdm_m[order_by_pos, ] %>% head(___)
# Top neg words
order_by_neg <- order(___, decreasing = ___)
# Review top 10 neg words
all_tdm_m[___, ] %>% ___