DTM 與 tidytext 矩陣

tidyverse 是一組有共同理念、可彼此協作的 R 套件。本章會介紹一些 tidy 函式來操作資料。在這個練習中，你會把 DTM 與一個稱為 tibble 的 tidy 文字資料框做比較。 在 tidyverse 裡，每一筆觀測各佔資料框的一列。因為基本資料結構一致，所以在不同套件之間工作會更容易。本課程部分內容大量參考 tidytext 套件，該套件就是採用這種資料組織方式。

例如，你可能已熟悉來自 magrittr 套件的 %>% 運算子。它會將左側物件轉傳為右側函式的第一個引數。

在下列範例中，你把物件 data 轉傳給 function1()。注意括號是空的。接著再轉傳給 function2()。在最後一個函式中，你不需要再加入 data 物件，因為它已從 function1() 的輸出轉傳過來。不過，你會加入一個虛擬參數 some_parameter 並設為 TRUE。這些管線最終會建立 object。

object <- data %>% 
           function1() %>%
           function2(some_parameter = TRUE)

要使用 %>% 運算子，不一定要載入 magrittr 套件，因為 dplyr 套件也提供這個運算子。 dplyr 也包含 inner_join()（之後你會學到更多）以及用於計數的 count()。你還需要的最後一個函式是 mutate()，可用來建立新變數或修改既有變數。

object <- data %>%
  mutate(new_Var_name = Var1 - Var2)

或是修改某個變數：

object <- data %>%
  mutate(Var1 = as.factor(Var1))

你也會使用 tidyr 的 pivot_wider() 來整理資料，讓每一列代表書中的一行文字，並將正向與負向分數作為欄位。

index	negative	positive
42	2	0
43	0	1
44	1	0

若要把 DTM 轉為 tidy 格式，請使用 broom 套件中的 tidy()。

tidy_format <- tidy(Document_Term_Matrix)

本練習使用希臘悲劇《Agamemnon》的文字。《Agamemnon》講述婚外情與謀殺的故事。你可以在這裡下載全文。