縮放後的比較雲

還記得租屋評論的極性分數有「成績膨脹」嗎？有時候，另一種找出洞見的方法是先把分數縮放回以 0 為中心，再來做語料子集切分。這代表部分原本偏正向的評論，可能因為平均值被移到 0，而改被分到負向，反之亦然。本練習會協助你先把分數縮放，接著重新繪製 comparison.cloud()。移除「成績膨脹」有機會帶來更多洞見。

之前你已對 bos_reviews$comments 套用過 polarity()，並建立了 comparison.cloud()。在本練習中，你會在建立 comparison.cloud() 之前，先對結果進行 scale()。看看視覺化是否出現不一樣的觀察！

由於這主要是複習性質的練習，很多程式碼都已提供，你只需要補上正確的物件與參數即可！

本練習屬於課程

R 情感分析

檢視課程

練習說明

先檢視預先載入的 bos_pol$all 的一部分，索引 [1:6,1:3]。
新增一個名為 scaled_polarity 的欄位，對極性分數欄 bos_pol$all$polarity 套用 scale()。
針對正向評論，使用 subset()，條件為新欄位 bos_reviews$scaled_polarity 大於（>）0。
針對負向評論，使用 subset()，條件為新欄位 bos_reviews$scaled_polarity 小於（<）0。
用 paste() 對 pos_comments 建立 pos_terms。
接著用 paste() 對 neg_comments 建立 neg_terms。
將壓平後的文件 pos_terms 和 neg_terms 組成單一語料，命名為 all_terms。
依照慣用的 tm 工作流程，將 VectorSource() 巢狀於 VCorpus() 中，並套用到 all_terms。
使用物件 all_corpus 建立 TermDocumentMatrix()。注意這是一個採用 TfIdf 權重並包含基本清理函式的 TDM。
使用 as.matrix() 將 all_tdm 轉為 all_tdm_m。然後在既有程式碼中把欄名改為 "positive" 與 "negative"。
最後！ 對矩陣物件 all_tdm_m 套用 comparison.cloud()。留意新的最常見負向詞彙，也許能挖掘出先前沒注意到的洞見！

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
___

# Scale/center & append
bos_reviews$___ <- scale(___)

# Subset positive comments
pos_comments <- subset(bos_reviews$comments, ___)

# Subset negative comments
neg_comments <- subset(bos_reviews$comments, ___)

# Paste and collapse the positive comments
pos_terms <- paste(___, collapse = " ")

# Paste and collapse the negative comments
neg_terms <- paste(___, collapse = " ")

# Organize
all_terms<- c(___, ___)

# VCorpus
all_corpus <- ___(VectorSource(___))

# TDM
all_tdm <- TermDocumentMatrix(
  ___, 
  control = list(
    weighting = weightTfIdf, 
    removePunctuation = TRUE, 
    stopwords = stopwords(kind = "en")
  )
)

# Column names
___ <- as.matrix(___)
colnames(all_tdm_m) <- c("___", "___")

# Comparison cloud
comparison.cloud(
  ___, 
  max.words = 100,
  colors = c("darkgreen", "darkred")
)

編輯並執行程式碼