Pulizia e preelaborazione del testo

Text mining con Bag-of-Words in R

Ted Kwartler

Instructor

Funzioni di preelaborazione comuni

funzioni di preelaborazione copy.png

Preelaborazione in pratica

# Crea un vettore sorgente: coffee_source
coffee_source <- VectorSource(coffee_tweets)

# Crea un corpus volatile: coffee_corpus
coffee_corpus <- VCorpus(coffee_source)

# Applica varie funzioni di preelaborazione
tm_map(coffee_corpus, removeNumbers)
tm_map(coffee_corpus, removePunctuation)

tm_map(coffee_corpus, content_transformer(replace_abbreviation))

Altro passo di preelaborazione: stemming

# Stemming delle parole
stem_words <- stemDocument(c("complicatedly", "complicated","complication"))
stem_words

"complic" "complic" "complic"

# Completamento con dizionario a parola singola
stemCompletion(stem_words, c("complicate"))

     complic      complic      complic 
"complicate" "complicate" "complicate"

# Completamento usando l’intero corpus
stemCompletion(stem_words, my_corpus)

Facciamo pratica!

Text mining con Bag-of-Words in R