Visualisations courantes en fouille de texte

Extraction de texte avec sac de mots en R

Ted Kwartler

Instructor

Pourquoi créer des visuels ?

De bons visuels mènent à des conclusions rapides
Le cerveau traite efficacement l'information visuelle

Planter le décor

Sujets des tweets

Planter le décor

Vecteur

Graphiques de fréquence des termes avec tm

# Convert TDM to matrix
coffee_m <- as.matrix(coffee_tdm)

# Sum rows and sort by frequency
term_frequency <- rowSums(coffee_m)
term_frequency <- sort(term_frequency,
                       decreasing = TRUE)

# Create a barplot
barplot(term_frequency[1:10],
        col = "tan",
        las = 2)

Diagramme de fréquence des termes

Graphiques de fréquence des termes avec qdap

# Load qdap package
library(qdap)

# Find term frequencies
frequency <- freq_terms(
    tweets$text,
    top = 10,
    at.least = 3, 
    stopwords = "Top200Words"
  )

# Plot term frequencies
plot(frequency)

Graphique qdap

Passons à la pratique !

Extraction de texte avec sac de mots en R