단어 수준을 넘어가기

R로 배우는 Bag-of-Words 텍스트 마이닝

Ted Kwartler

Instructor

유니그램, 바이그램, 트라이그램

# 커피 트윗 첫 2개만 사용
tweets$text[1:2]

[1] @ayyytylerb that is so true drink lots of coffee
[2] RT @bryzy_brib: Senior March tmw morning at 7:25 A.M. in the SENIOR lot. Get up early, make yo coffee/breakfast, cus this will only happen…

# 첫 2개 커피 트윗으로 유니그램 DTM 생성
unigram_dtm <- DocumentTermMatrix(text_corp)
unigram_dtm

<<DocumentTermMatrix (documents: 2, terms: 18)>>
Non-/sparse entries: 18/18
Sparsity           : 50%
Maximal term length: 15
Weighting          : term frequency (tf)

유니그램, 바이그램, 트라이그램

# RWeka 패키지 로드
library(RWeka)

# 바이그램 토크나이저 정의
tokenizer <- function(x) NGramTokenizer(x, Weka_control(min = 2, max = 2))

# 바이그램 TDM 생성
bigram_tdm <- TermDocumentMatrix(clean_corpus(text_corp),
                                 control = list(tokenize = tokenizer))
bigram_tdm

<<DocumentTermMatrix (documents: 2, terms: 21)>>
Non-/sparse entries: 21/21
Sparsity           : 50%
Maximal term length: 19
Weighting          : term frequency (tf)

연습해 봅시다!

R로 배우는 Bag-of-Words 텍스트 마이닝