文本预处理：词干提取
在文本分析中，词的"词根"往往比词尾更重要。《Animal Farm》这本书显然与动物有关。然而，仅仅知道书中提到 animal's 248 次、animal 107 次，可能并不会对您的分析有太大帮助。
tidy_animal_farm 包含一本经过分词并去除了停用词的《Animal Farm》中的单词 tibble。下一步是对这些单词做词干提取，并探索结果。
本练习是课程的一部分
R 自然语言处理入门
练习说明
- 使用
dplyr和SnowballC对tidy_animal_farm中的单词进行词干提取。 - 输出
tidy_animal_farm中旧的单词频率。 - 输出
stemmed_animal_farm中新的单词频率。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Perform stemming on tidy_animal_farm
stemmed_animal_farm <- tidy_animal_farm %>%
___(word = ___(___))
# Print the old word frequencies
___ %>%
___(word, sort = ___)
# Print the new word frequencies
___ %>%
___(word, sort = ___)