两极化标签云

共性云图会显示文档之间共享的词。不过，它无法告诉您这些共有词在某个文档中是否比另一个文档更常见。要比较这种差异，您需要使用金字塔图；可以通过 plotrix 包中的 pyramid.plot() 来生成。

首先，需要对数据做一些整理，使其适合作图。最简单的方法是将其转换为数据框并使用 dplyr。给定一个词频矩阵（如由 as.matrix(tdm) 创建的矩阵），您需要得到一个包含 3 列的数据框：

• 每个文档中包含的词。
• 文档 1 中这些词的计数。
• 文档 2 中这些词的计数。

然后使用 pyramid.plot()：

pyramid.plot(word_count_data$count1, word_count_data$count2, word_count_data$word)

还可以通过一些附加参数来改善图形的外观。

现在，您将探索在 chardonnay 推文中常见、但在 coffee 推文中罕见的词。all_dtm_m 已为您创建。