Difference between revisions of "Hacer un análisis de texto"
From Gender and Tech Resources
(→Pasos) |
|||
| Line 14: | Line 14: | ||
==Pasos== | ==Pasos== | ||
| − | + | * Crear un documento de texto simple (.txt) con la información para analizar. | |
| − | + | * Abrir R en la terminal | |
[[File:R.png|400px|center|alt=Llamando a R]] | [[File:R.png|400px|center|alt=Llamando a R]] | ||
| − | + | * Indicar a R que debe cargar las librerías: | |
> require(XML) | > require(XML) | ||
| Line 26: | Line 26: | ||
> require(RColorBrewer) | > require(RColorBrewer) | ||
| − | + | * Pedirle a R que lea nuestro archivo y lo agregue como datos: | |
Datos <- Corpus(DirSource("~/Directorio/")) | Datos <- Corpus(DirSource("~/Directorio/")) | ||
| − | + | * Limpiar el texto para que no use en el análisis fuentes de ruido (por ejemplo conjunciones): | |
Datos <- tm_map(Datos,stripWhitespace) | Datos <- tm_map(Datos,stripWhitespace) | ||
| Line 46: | Line 46: | ||
Datos <- tm_map(Datos, PlainTextDocument) | Datos <- tm_map(Datos, PlainTextDocument) | ||
| − | + | * Generar la visualización de nube y guardarla como una imagen en el archivo nubetexto.png | |
png("~/nubetexto.png", width=640,height=600) | png("~/nubetexto.png", width=640,height=600) | ||
Revision as of 19:49, 19 December 2016
Los análisis de texto pueden ser herramientas poderosas para generar información estadística de discursos y tener mecanismos de visualización cuantitativos sobre narrativas. Actualmente son muy usadas para hacer Big Data en redes sociales y una forma de visualizarlos es generando “word clouds” (Nubes de Palabras). En este tutorial compartimos como hacer un análisis a partir del software estadístico R [1]
Requisitos
Tener Instalado el paquete R y las librerías: XML
tm
wordcloud
RColorBrewer
Pasos
- Crear un documento de texto simple (.txt) con la información para analizar.
- Abrir R en la terminal
- Indicar a R que debe cargar las librerías:
> require(XML) > require(tm) > require(wordcloud) > require(RColorBrewer)
- Pedirle a R que lea nuestro archivo y lo agregue como datos:
Datos <- Corpus(DirSource("~/Directorio/"))
- Limpiar el texto para que no use en el análisis fuentes de ruido (por ejemplo conjunciones):
Datos <- tm_map(Datos,stripWhitespace)
Datos <- tm_map(Datos,tolower)
Datos <- tm_map(Datos,removeNumbers)
Datos <- tm_map(Datos,removeWords,stopwords("spanish"))
Datos <- tm_map(Datos,removePunctuation)
Datos <- tm_map(Datos,stemDocument)
Datos <- tm_map(Datos, PlainTextDocument)
- Generar la visualización de nube y guardarla como una imagen en el archivo nubetexto.png
png("~/nubetexto.png", width=640,height=600)
wordcloud(Datos, scale=c(5,0.5), max.words=100, random.order=FALSE, rot.per=0.35, use.r.layout=FALSE, colors=brewer.pal(8, "Dark2"))
dev.off()
Puedes cambiar la visualización en tamaño, puedes modificar el número de palabras que aparezcan en la nube, en fin puedes jugar un poco con como luce.
Aquí la mía:
Más información
Para más información puedes ver:
https://cran.r-project.org/web/packages/wordcloud/wordcloud.pdf
https://georeferenced.wordpress.com/2013/01/15/rwordcloud/