By Rodrigo Esteves de Lima Lopes Campinas University [email protected]
Nosso objetivo aqui é traçar os resultados que coletamos no último script. A gramática da plotagem pode ser um pouco desafiadora, mas lembre-se de que é apenas uma pequena introdução.
Neste tutorial usamos ggplot2
, um pacote para plotagem em R. Outros pacotes devem fazer o trabalho, mas ggplot2
é o mais popular em usuários R
.
Plotagem:
# Lula vs ciro
a.tk <- tokens(a.lula_Ciro,
remove_punct = TRUE,
remove_symbols = TRUE,
remove_numbers = TRUE,
verbose = TRUE) %>%
tokens_remove(pattern = stopwords("pt")) %>%
tokens_group(groups = screen_name)
dfm.a <- dfm(a.tk, verbose = TRUE)
textstat_keyness(dfm.a,
target = "LulaOficial",
measure = "lr") |>
textplot_keyness(n= 25)
# Lula vs JB
b.tk <- tokens(b.lula_JB,
remove_punct = TRUE,
remove_symbols = TRUE,
remove_numbers = TRUE,
verbose = TRUE) %>%
tokens_remove(pattern = stopwords("pt")) %>%
tokens_group(groups = screen_name)
dfm.b <- dfm(b.tk, verbose = TRUE)
textstat_keyness(dfm.b,
target = "LulaOficial",
measure = "lr") |>
textplot_keyness(n= 25)
# Ciro vs JB
c.tk <- tokens(c.ciro_JB,
remove_punct = TRUE,
remove_symbols = TRUE,
remove_numbers = TRUE,
verbose = TRUE) %>%
tokens_remove(pattern = stopwords("pt")) %>%
tokens_group(groups = screen_name)
dfm.c <- dfm(c.tk, verbose = TRUE)
textstat_keyness(dfm.c,
target = "cirogomes",
measure = "lr") |>
textplot_keyness(n= 25)