-
Notifications
You must be signed in to change notification settings - Fork 2
/
nuvem_palavra.R
61 lines (52 loc) · 1.73 KB
/
nuvem_palavra.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
####Instalando os pacotes
install.packages(c("wordcloud", "tm", "textreadr", "tidytext"), dependencies = TRUE)
# pacote para manipulacao de dados
library(tidyverse)
library(tidytext)
# Leitura de pdf para texto
library(textreadr)
# Pacote de mineracao de texto
library(tm)
# Grafico nuvem de palavras
library(wordcloud)
# Função para normalizar texto
Normaliza <- function(texto){
# Normaliza texto
texto %>%
chartr(
old = "áéíóúÁÉÍÓÚýÝàèìòùÀÈÌÒÙâêîôûÂÊÎÔÛãõÃÕñÑäëïöüÄËÏÖÜÿçÇ´`^~¨:.!?&$@#0123456789",
new = "aeiouAEIOUyYaeiouAEIOUaeiouAEIOUaoAOnNaeiouAEIOUycC ",
x = .) %>% # Elimina acentos e caracteres desnecessarios
str_squish() %>% # Elimina espacos excedentes
tolower() %>% # Converte para minusculo
return()
}
# Lista de palavras para remover
palavrasRemover <- c(stopwords(kind = "pt"), letters) %>%
as.tibble() %>%
rename(Palavra = value) %>%
mutate(Palavra = Normaliza(Palavra))
# Arquivo pdf na web
arquivoPdf <- "https://www.scielo.br/pdf/csc/v25s1/1413-8123-csc-25-s1-2423.pdf"
# Criamos tabela com palavras e frequencias
frequenciaPalavras <- arquivoPdf %>%
read_pdf() %>%
as.tibble() %>%
select(text) %>%
unnest_tokens(Palavra, text) %>%
mutate(Palavra = NormalizaParaTextMining(Palavra)) %>%
anti_join(palavrasRemover) %>%
count(Palavra, sort = TRUE) %>%
filter(Palavra != "")
# Visualiza frequencia de palavras frequenciaPalavras
# Cria nuvem de palavras
wordcloud(
words = frequenciaPalavras$Palavra,
freq = frequenciaPalavras$n,
min.freq = 1,
max.words = 100,
random.order = FALSE,
rot.per = 0.30,
scale=c(5, .5),
colors = brewer.pal(4, "Dark2")
)