停用词与词云

现在您已经进入文本挖掘的思维模式，端起一杯可口的 chardonnay，我们需要更进一步。上一个词云中，"chardonnay" 一枝独秀，强到让其他有趣的信息都难以显现。

让我们把 "chardonnay" 加入停用词，看看还有哪些常见词此前被淹没了。

工作区中有清洗后的 chardonnay 推文。接下来我们要移除一些无信息量的词。本练习会用 content() 展示一条特定推文以便对比。请记住，用双方括号为语料库列表建立索引。

本练习是课程的一部分

使用 R 的 Bag-of-Words 进行文本挖掘

查看课程

练习说明

对 chardonnay_corp 中第 24 个文档应用 content()。
将 "chardonnay" 追加到英文停用词中，并赋值给 stops。
查看 stops 的最后 6 个词。
使用 tm_map() 创建 cleaned_chardonnay_corp：依次传入 chardonnay_corp、函数 removeWords()，最后传入停用词 stops。
现在再次查看第 24 条推文的 content，对比结果。

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 a "cleaned" tweet
___(___)

# Add to stopwords
stops <- c(stopwords(kind = 'en'), '___')

# Review last 6 stopwords 
tail(stops)

# Apply to a corpus
cleaned_chardonnay_corp <- ___(chardonnay_corp, ___, ___)

# Review a "cleaned" tweet again
content(cleaned_chardonnay_corp[[24]])

编辑并运行代码