큰 문자를 Gephi의 단어 빈도 행렬로 변환하십시오.

수집 한 많은 짹짹의 쌍 주파수를 계산하고 싶습니다. 그래서 Gephi (네트워크 그래프)에서 시각화에 사용할 수 있습니다. 현재 데이터는 다음과 같습니다 (문자 임). 이 샘플 데이터 세트 큰 문자를 Gephi의 단어 빈도 행렬로 변환하십시오.

str(Tweet_text) 
chr [1:8661] "habits that separates successful persons from mediocre persons habit success startup entrepreneurship" ...

, 난 8661 트위터가 다음과 같이

head(Tweet_text) 
[1] "habits that separates successful persons from mediocre persons habit success startup entrepreneurship"     
[2] "business entrepreneurship tech watch youtube star casey neistat ride a drone dressed as santa"   
[3] "how to beat procrastination work deadlines workculture productivity management hr hrd entrepreneurship" 
[4] "reading on entrepreneurship and startups and enjoying my latte"           
[5] "not a very nice way to encourage entrepreneurship and in the same sentence dog another company"   
[6] "us robotics founder on earlyday internet entrepreneurship articles management"

구조이다. 이제 저는 Gephi로 내보낼 수있는이 트윗 전체에 대해 pairwise 단어 빈도를 계산하려고합니다.

+------------------------+--------------+------+ 
| term1     | term 2  | Freq | 
+------------------------+--------------+------+ 
| entrepreneurship  | startup  | 2 | 
+------------------------+--------------+------+

그래서 나는 TM 패키지의 DocumentTermMatrix 기능을 사용하기 시작 : 내가 찾고 있어요 최종 결과는 다음과 같다

dtm <- DocumentTermMatrix(Corpus(VectorSource(Tweet_text)))

이 근무 ("성공"에서의 주파수 아래 참조 제 트윗)

,691이 후

inspect(dtm[1, c("success")]) 
<<DocumentTermMatrix (documents: 1, terms: 1)>> 
Non-/sparse entries: 1/0 
Sparsity   : 0% 
Maximal term length: 7 
Weighting   : term frequency (tf) 

    Terms 
Docs success 
    1  1

난으로 원하는 테이블 형식이 주파수 으려고

m<-as.matrix(dtm) 
m[m>=1] <- 1 
m <- m %*% t(m) 
Dat_Freq <- as.data.frame(as.table(m))

그러나 이제 첫 번째 문제가 시작되고 행렬이 너무 커집니다. 그 다음으로는 pairwise-wordfrequencies를 특정 값으로 제한 할 수있는 방법을 모르겠습니다. 시험의 경우, 한 쌍의 주파수가 10보다 커야 매트릭스가 커지지 않습니다.

이러한 pairwise-frequency를 csv 형식으로 얻는 방법에 대해 조언 해 주시면 감사하겠습니다.

모든 최고의 :

출처

2017-01-28 Re Ne

tidytext 패키지를 사용하면됩니다.

의이 데이터가 tweets 및 text라는 dataframe에 있다고 가정 해 봅시다하면 해당 변수

library(tidytext) 
library(dplyr) 

tweets %>% 
    unnest_tokens(bigram, text, token = "ngrams", n = 2) %>% 
    count(bigram, sort = TRUE) %>% 
    head(100)

는 당신에게 100 가장 자주 bigrams을 줄 것입니다. 당연히 스톱 어블을 삭제하는 것이 좋을지도 모릅니다. Tidy text mining book

출처

2017-01-29 10:11:38

감사합니다 Yannis P.! 나는 전에이 책을 몰랐으므로 확실히 확인해 볼 것입니다. 솔루션을 찾은 경우 댓글을 남깁니다. :) 네, 맞습니다. 먼저 불쾌감을 제거해야합니다. –

확인하는 데 시간이 걸렸으며 tidytext 라이브러리가 pairwise 단어 주파수에 완벽하게 작동합니다! 감사합니다 Yannis! –

텍스트 처리를위한 새로운 'go-to'인 것으로 보입니다. R –

난 당신이 특히 NGramTokenizer() 함수 RWeka 라이브러리를 확인한다고 생각합니다. 가능한 한 쌍의 단어를 모두 얻을 수 있습니다. 그런 다음 findFreqTerms() 함수를 사용하여 용어> 10을 선택해야합니다.

출처

2017-01-28 15:13:07 FFL75

고마워요. 그게 효과가 있는지 직접 확인해 드리겠습니다. :) –

큰 문자를 Gephi의 단어 빈도 행렬로 변환하십시오.

답변

관련 문제