視覺化不相似的單字
假設你想要視覺化彼此不重複的單字。你也可以使用 comparison.cloud()，步驟和前面很像，但有一個主要差異。
就像你在找共同單字時一樣，先把推文整理成各自的語料庫，並合併成一個 VCorpus() 物件。接著套用 clean_corpus() 函式，並將其整理為 TermDocumentMatrix。
為了標示哪些字屬於 coffee、哪些屬於 chardonnay，你可以這樣設定 TDM 的欄名：
colnames(all_tdm) <- c("chardonnay", "coffee")
最後，使用 as.matrix() 將物件轉成矩陣，供 comparison.cloud() 使用。對於傳入 comparison.cloud() 的每個獨立語料庫，你都可以指定顏色，例如 colors = c("red", "yellow", "green")，以便區分各區塊。
本練習屬於課程
R 的 Bag-of-Words 文本探勘
練習說明
all_corpus 已預先載入你的工作空間。
- 將預先定義的
clean_corpus函式套用到all_corpus，建立all_clean。 - 從
all_clean建立TermDocumentMatrix，命名為all_tdm。 - 使用
colnames()重新命名all_tdm中各個獨立語料庫的欄名。將第一欄命名為 "coffee"，第二欄命名為 "chardonnay"。 - 將
all_tdm轉為矩陣形式建立all_m。 - 使用
all_m建立一個comparison.cloud()，並設定colors = c("orange", "blue")與max.words = 50。
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。
# Clean the corpus
___ <- ___(___)
# Create all_tdm
___ <- ___(___)
# Give the columns distinct names
___(___) <- ___
# Create all_m
___ <- ___(___)
# Create comparison cloud
comparison.cloud(___, ___ = c("___", "___"), max.words = ___)