Comment
Author: Admin | 2025-04-27
Nombreuses méthodes pour définir ces catégories par regroupements des labels, prise en compte des distances ou prise en compte d'un vertex de référence...Un site intéressant pour parler de regroupement.Définir une classe : #clp #clp clp class(clp)Représenter les communities (classe)l plot(clp, net, layout = l, vertex.size=sqrt(betweenness(net))+10)7) Élaguer l'arbre pour ne garder que les branches les plus épaisses.Non encore développer sur ce site : il faut penser à éliminer les cooccurrences ponctuels entre deux mots.Pour cela, il faut nettoyer et faire figurer l'importance des relations sur le igraph.En projet...Lien externe : pour aller beaucoup plus loin sur les igraph, l'étude des réseaux.8.2- Etudier les cooccurrences au sein d'un même document, pour étudier la relation entre des personnages d'un romanJe n'ai pas nettoyé les branches pour aller vite : mais on voit ici qu'un petit ménage serait utile...library("readtext") ; library(quanteda) ;P library(textclean)corpus2) Recherche des prénoms du romanlibrary("stringr")mot_maj names(sort(table(mot_maj),rev=T))On ne va pas détailler plus ici : c'est un travail long et fastidieux. On doit arriver à la fin à avoir ce dictionnaire des personnages.Attention : ne pas nettoyer le corpus et le dictionnaire de façon différente, sinon, on se cassera les dents à cause des majuscules, des caractères accentués ou du "oe" de soeur. Attention aussi au je de narration qui est souvent j'.Dictionnaire_Bel_Ami.xlsx3) Charger le dictionnaire des mots à chercher (ici les personnages du roman)library("openxlsx")dico_perso #dico_perso# Initialisation d'une liste videliste # Construction de la liste avec les termes du for(i in 1:nrow(dico_perso)){# data.fr[i,1] = item; #str_split décompose la seconde col.#model model liste[dico_perso[i,1]] }listedic
Add Comment