将特征同现与重要同现进行比较

Question

我想了解以下情况的实际差异：

使用函数fcm(objectname # generate feature co-occurrence matrix 计算绝对频率。最后用函数 textplot_network().
我阅读了 tidytextmining 之类的教程或由使用 igraph 或 widyr 包的 Andreas Niekler 和 Gregor Wiedemann 编写的教程。我想绘制相关的词对。受使用 phi 系数的 tidytextmining 教程的启发，我将根据 lambda 系数绘制这种相关性。

我不知道如何用包 quanteda 绘制相关词对。我的想法是（也许不是一种有效的方法）来计算 textstat_collocations() 并将其转换为 tibble 对象并使用 widyr 包的函数绘制它。我的未决问题是：如何将列搭配拆分为两个单独的列，如 item1 item2 和添加 select 列 lambda 并保存并分配给 tibble 对象？

> head(sotu_collocations,1)
                collocation count count_nested length   lambda        z
1                smart city   229            0      2 9.846542 51.78172

Answer 1

像这样？如果您希望保留所有列，请删除 select() 命令。

library("quanteda")
## Package version: 2.1.2

colls <- textstat_collocations(data_corpus_inaugural[1:5], size = 2)
head(colls)
##   collocation count count_nested length   lambda        z
## 1      of the    98            0      2 1.494207 11.89704
## 2    has been     9            0      2 5.691667 11.61596
## 3      i have    15            0      2 3.754144 11.51091
## 4      may be    14            0      2 4.072366 11.43632
## 5   have been    10            0      2 4.679873 10.94315
## 6     we have     9            0      2 4.458284 10.35023

as.data.frame(colls) %>%
  tidyr::separate("collocation", into = c("word1", "word2"), sep = " ") %>%
  dplyr::select(word1, word2, lambda) %>%
  tibble::tibble()
## # A tibble: 678 x 3
##    word1   word2   lambda
##    <chr>   <chr>    <dbl>
##  1 of      the       1.49
##  2 has     been      5.69
##  3 i       have      3.75
##  4 may     be        4.07
##  5 have    been      4.68
##  6 we      have      4.46
##  7 foreign nations   6.32
##  8 it      is        3.50
##  9 my      country   4.49
## 10 united  states    7.22
## # … with 668 more rows

将特征同现与重要同现进行比较

Compare feature co-Occurrence against significant co-occurrences

r

dplyr

tidyr

quanteda

tidytext