评估作者投入度
作者在更有情绪时，往往会写得更长。例如，一位愤怒的航空旅客会因为（感知到的）服务越差而留下越长的评价。相反，没有太多情绪的旅客可能不愿花很多时间写评价。评价越长，整体情感分数可能会被放大，因为随着篇幅增加，正面或负面用语都会更多。本练习将帮助您同时考察投入度与情感。
在本练习中，您将可视化投入度与情感之间的关系。回忆一下，您的租房评价 tibble 包含一个 id，且每行代表一个词。因此，对 id 进行一次简单的 count() 就能得到每条评价使用的词数。接着，您将把这个摘要与正负极性数据进行连接。最后，您将创建一个散点图，展示作者评价长度及其与极性的关系。
本练习是课程的一部分
R 中的情感分析
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Review tidy_reviews and pos_neg
tidy_reviews
pos_neg
pos_neg_pol <- tidy_reviews %>%
# Effort is measured as count by id
___(___) %>%
# Inner join to pos_neg
___(___) %>%
# Add polarity status
___(pol = ___(___, "___", "___"))
# Examine results
pos_neg_pol