使用 tm 找出常見詞彙
現在你已經知道如何建立詞彙－文件矩陣（term-document matrix），以及它的轉置「文件－詞彙矩陣」（document-term matrix）。我們會把它作為分析的基礎。為了方便分析，需要像第 1 章一樣，使用 as.matrix() 把它轉成一般矩陣。
對新建立的矩陣呼叫 rowSums()，即可彙總一段文字中所有出現的詞彙次數。取得 rowSums() 之後，你可以用 decreasing = TRUE 來 sort()，以便聚焦在最常見的詞彙。
最後，你可以用下面的程式碼，替 term_frequency 的前 5 個詞彙畫出 barplot()：
barplot(term_frequency[1:5], col = "#C0DE25")
當然，如果你想把圖表客製化得更精彩，也可以去上我們的 ggplot2 課程喔 :)
本練習屬於課程
R 的 Bag-of-Words 文本探勘
練習說明
- 使用上一章的詞彙－文件矩陣
coffee_tdm，建立矩陣coffee_m。 - 對
coffee_m使用rowSums()建立term_frequency。 - 將
term_frequency以遞減順序排序，並回存到term_frequency。 - 使用單一方括號（也就是只用一個
[）進行擷取，印出term_frequency的前 10 個詞彙。 - 繪製這些「前 10 名」詞彙的長條圖。
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。
## coffee_tdm is still loaded in your workspace
# Convert coffee_tdm to a matrix
coffee_m <- ___
# Calculate the row sums of coffee_m
term_frequency <- ___
# Sort term_frequency in decreasing order
term_frequency <- ___
# View the top 10 most common words
___
# Plot a barchart of the 10 most common words
___(___, col = "tan", las = 2)