Dies ist ein bizarres Puzzle. Ich habe 2 Texte von Gutenbergr - Alice im Wunderland und Ulysses heruntergeladen. Die stop_words verschwinden von Alice, aber sie sind immer noch in Ulysses. Dieses Problem ist auch beim Ersetzen von anti_join mit Filter (! Wort% in% stop_words $ word) bestehen geblieben.R tidytext stop_words filtern nicht konsistent von gutenberg Downloads
Wie bekomme ich die stop_words aus Ulysses?
Danke für Ihre Hilfe!
Plot of top 15 tf_idf for Alice & Ulysses
library(gutenbergr)
library(dplyr)
library(stringr)
library(tidytext)
library(ggplot2)
titles <- c("Alice's Adventures in Wonderland", "Ulysses")
books <- gutenberg_works(title %in% titles) %>%
gutenberg_download(meta_fields = c("title", "author"))
data(stop_words)
tidy_books <- books %>%
unnest_tokens(word, text) %>%
anti_join(stop_words) %>%
count(title, word, sort=TRUE) %>%
ungroup()
plot_tidy_books <- tidy_books %>%
bind_tf_idf(word, title, n) %>%
arrange(desc(tf_idf)) %>%
mutate(word = factor(word, levels = rev(unique(word)))) %>%
mutate(title = factor(title, levels = unique(title)))
plot_tidy_books %>%
group_by(title) %>%
arrange(desc(n))%>%
top_n(15, tf_idf) %>%
mutate(word=reorder(word, tf_idf)) %>%
ggplot(aes(word, tf_idf, fill=title)) +
geom_col(show.legend = FALSE) +
labs(x=NULL, y="tf-idf") +
facet_wrap(~title, ncol=2, scales="free") +
coord_flip()
Diese kleinen quotes/Apostrophe sind so hinterhältig! Danke, dass Sie das herausgefunden haben und mir beigebracht haben, wie ich es beheben kann. –
Wenn es geholfen hat, können Sie es als Antwort akzeptieren, damit andere es wissen. –
Oh, ok - ich bin neu hier - werde tun! –