텍스트 분석 연습문제

speech_park.txt

0.01MB

 

 

        speech_park.txt 에는 박근혜 전 대통령의 대선 출마 선언문이 들어있습니다.

# 텍스트 불러오기

speechtxt <- file("C:/speech_park.txt",encoding = "UTF-8") speech <- readLines(speechtxt) speech

 

# 전처리

library(dplyr) library(stringr) speech_df <- speech %>%    str_replace_all("[^가-힣]"," ") %>%   str_squish() %>%   as_tibble() speech_df

Q1. speech_park.txt 를 불러와 분석에 적합하게 전처리한 다음 띄어쓰기 기준으로 토큰화하세요. 

library(tidytext) word_space <- speech_df %>%   unnest_tokens(input = value, output = word, token = "words") word_space

 

Q2. 가장 자주 사용된 단어 20개를 추출하세요.

 

top20 <- word_space %>% count(word,sort = T) %>%    filter(str_count(word)>1) %>% head(20) top20

 

 

Q3. 가장 자주 사용된 단어 20개의 빈도를 나타낸 막대 그래프를 만드세요. 
       •그래프의 폰트는 나눔고딕으로 설정하세요.

 

install.packages("showtext") library(showtext) font_add_google(name="Nanum Gothic", family="nanumgothic") showtext_auto() #그래프만들기 library(ggplot2) ggplot(top20, aes(x = reorder(word,n), y = n)) +   geom_col() + coord_flip() + geom_text(aes(label = n), hjust = -0.3) +   labs(x = NULL) + theme(text = element_text(family = "nanumgothic"))