# Para limpiar el workspace, por si hubiera algún dataset 
# o información cargada
rm(list = ls())

# Para limpiar el área de gráficos
graphics.off()

# Cambiar el directorio de trabajo
setwd(dirname(rstudioapi::getActiveDocumentContext()$path))
getwd()
## [1] "C:/Users/Usuario/Desktop/TED/4 Mineria de Textos"
# Otras opciones
cat("\014")
options(scipen = 999)  # Eliminar la notación científica
options(digits = 3)    # El número de decimales

# Cargando paquetes
library(pacman)
p_load(ggplot2, dplyr, datos, tidyverse, plotly, tidytext, tm, readxl, wordcloud, wordcloud2, pdftools, patchwork, widyr, magrittr, gganimate)

1 LECTURA DE DATOS

jhasuhqudhw

2 MANIPULACIÓN DE CARACTERES CON STRINGR

# str_trim() --------------------------------------------------
frutas <- c(" manzana", "pera "," fresa", " lúcuma ", "2023") 

comentario <- " El Perú es un   país libre e independiente   desde 1821 "
str_trim(comentario) #remueve el espacio pero solo en las esquinas de las comillas.
## [1] "El Perú es un   país libre e independiente   desde 1821"
str_squish(comentario) #remueve todos los espacios, hasta dentro de la oración.
## [1] "El Perú es un país libre e independiente desde 1821"
# str_length() ------------------------------------------------
# Número de caracteres de una cadena
length(frutas) #número de caracteres(numero de frutas)
## [1] 5
str_length(frutas)#numero de caracteres de cada fruta.
## [1] 8 5 6 8 4
# str_c() -----------------------------------------------------

str_c(frutas, collapse = ", ")# Une múltiples cadenas en una sola cadena, pero las separa por ,
## [1] " manzana, pera ,  fresa,  lúcuma , 2023"
# str_to_upper() ----------------------------------------------
str_to_upper(frutas)# Caracteres en mayuscula
## [1] " MANZANA" "PERA "    " FRESA"   " LÚCUMA " "2023"
# str_to_title() ----------------------------------------------
str_to_title(frutas)# Primer caracter mayúscula y otros minúscula
## [1] " Manzana" "Pera "    " Fresa"   " Lúcuma " "2023"
# str_to_lower() ----------------------------------------------
str_to_lower(frutas)
## [1] " manzana" "pera "    " fresa"   " lúcuma " "2023"
# str_sub() --------------------------------------------------- 
frutas
## [1] " manzana" "pera "    " fresa"   " lúcuma " "2023"
str_sub(frutas, start = 2, end = 4)#extrae de la letra 2 a la letra 4 de cada palabra de cada fruta
## [1] "man" "era" "fre" "lúc" "023"
str_sub(frutas, 2, 4)
## [1] "man" "era" "fre" "lúc" "023"
# str_detect() ------------------------------------------------
# Sirve Para determinar si un vector de caracteres coincide con
# un patrón de busqueda
frutas
## [1] " manzana" "pera "    " fresa"   " lúcuma " "2023"
str_detect(frutas, "a")
## [1]  TRUE  TRUE  TRUE  TRUE FALSE
str_detect(frutas, "r")
## [1] FALSE  TRUE  TRUE FALSE FALSE
str_detect(frutas, "[u, e]")
## [1]  TRUE  TRUE  TRUE  TRUE FALSE
str_detect(frutas, "[e, r]")
## [1]  TRUE  TRUE  TRUE  TRUE FALSE
# str_extract() -----------------------------------------------
# Extrae un patrón de una cadena
frutas
## [1] " manzana" "pera "    " fresa"   " lúcuma " "2023"
str_extract(frutas, pattern = "er")
## [1] NA   "er" NA   NA   NA
str_extract(frutas, pattern = "[aeiou]")# extrae la primera vocal que aparece en cada palabra.
## [1] "a" "e" "e" "u" NA
str_extract_all(frutas, pattern = "[aeiou]")# extrae cada vocal que aparece en cada palabra.
## [[1]]
## [1] "a" "a" "a"
## 
## [[2]]
## [1] "e" "a"
## 
## [[3]]
## [1] "e" "a"
## 
## [[4]]
## [1] "u" "a"
## 
## [[5]]
## character(0)
# str_subset() ------------------------------------------------
# Obtiene las cadenas que siguen un patrón, o encuentra 
# posiciones
frutas
## [1] " manzana" "pera "    " fresa"   " lúcuma " "2023"
str_subset(frutas, pattern = "[aeiou]")
## [1] " manzana" "pera "    " fresa"   " lúcuma "
# str_count() -------------------------------------------------
# Cuenta el número de ocurrencias en una cadena 
frutas
## [1] " manzana" "pera "    " fresa"   " lúcuma " "2023"
str_count(frutas, pattern = "[aeiou]")
## [1] 3 2 2 2 0
# str_replace() -----------------------------------------------
# Reemplaza los patrones coincidentes en una cadena
frutas
## [1] " manzana" "pera "    " fresa"   " lúcuma " "2023"
str_replace(frutas, "pera", "mango")
## [1] " manzana" "mango "   " fresa"   " lúcuma " "2023"
str_replace_all(frutas, c('pera|fresa'), 'mango')
## [1] " manzana" "mango "   " mango"   " lúcuma " "2023"
str_replace(frutas, "a", "X") #reemplaza solo una a, la primera
## [1] " mXnzana" "perX "    " fresX"   " lúcumX " "2023"
str_replace_all(frutas, "a", "X")#reemplaza todas las a
## [1] " mXnzXnX" "perX "    " fresX"   " lúcumX " "2023"
# str_sort() --------------------------------------------------
# Ordenar alfabeticamente
frutas
## [1] " manzana" "pera "    " fresa"   " lúcuma " "2023"
str_sort(frutas, locale = "es")
## [1] " fresa"   " lúcuma " " manzana" "2023"     "pera "
# str_remove() ------------------------------------------------
# Sirve para eliminar un patrón de un vector de caracteres
frutas
## [1] " manzana" "pera "    " fresa"   " lúcuma " "2023"
str_remove(frutas, "a")# elimina una a, la primera en cada palabra.
## [1] " mnzana" "per "    " fres"   " lúcum " "2023"
str_remove_all(frutas, "a")# elimina todas las a
## [1] " mnzn"   "per "    " fres"   " lúcum " "2023"
# Ejemplo con la data mtcars ----------------------------------
mtcars
##                      mpg cyl  disp  hp drat   wt qsec vs am gear carb
## Mazda RX4           21.0   6 160.0 110 3.90 2.62 16.5  0  1    4    4
## Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.88 17.0  0  1    4    4
## Datsun 710          22.8   4 108.0  93 3.85 2.32 18.6  1  1    4    1
## Hornet 4 Drive      21.4   6 258.0 110 3.08 3.21 19.4  1  0    3    1
## Hornet Sportabout   18.7   8 360.0 175 3.15 3.44 17.0  0  0    3    2
## Valiant             18.1   6 225.0 105 2.76 3.46 20.2  1  0    3    1
## Duster 360          14.3   8 360.0 245 3.21 3.57 15.8  0  0    3    4
## Merc 240D           24.4   4 146.7  62 3.69 3.19 20.0  1  0    4    2
## Merc 230            22.8   4 140.8  95 3.92 3.15 22.9  1  0    4    2
## Merc 280            19.2   6 167.6 123 3.92 3.44 18.3  1  0    4    4
## Merc 280C           17.8   6 167.6 123 3.92 3.44 18.9  1  0    4    4
## Merc 450SE          16.4   8 275.8 180 3.07 4.07 17.4  0  0    3    3
## Merc 450SL          17.3   8 275.8 180 3.07 3.73 17.6  0  0    3    3
## Merc 450SLC         15.2   8 275.8 180 3.07 3.78 18.0  0  0    3    3
## Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.25 18.0  0  0    3    4
## Lincoln Continental 10.4   8 460.0 215 3.00 5.42 17.8  0  0    3    4
## Chrysler Imperial   14.7   8 440.0 230 3.23 5.34 17.4  0  0    3    4
## Fiat 128            32.4   4  78.7  66 4.08 2.20 19.5  1  1    4    1
## Honda Civic         30.4   4  75.7  52 4.93 1.61 18.5  1  1    4    2
## Toyota Corolla      33.9   4  71.1  65 4.22 1.83 19.9  1  1    4    1
## Toyota Corona       21.5   4 120.1  97 3.70 2.46 20.0  1  0    3    1
## Dodge Challenger    15.5   8 318.0 150 2.76 3.52 16.9  0  0    3    2
## AMC Javelin         15.2   8 304.0 150 3.15 3.44 17.3  0  0    3    2
## Camaro Z28          13.3   8 350.0 245 3.73 3.84 15.4  0  0    3    4
## Pontiac Firebird    19.2   8 400.0 175 3.08 3.85 17.1  0  0    3    2
## Fiat X1-9           27.3   4  79.0  66 4.08 1.94 18.9  1  1    4    1
## Porsche 914-2       26.0   4 120.3  91 4.43 2.14 16.7  0  1    5    2
## Lotus Europa        30.4   4  95.1 113 3.77 1.51 16.9  1  1    5    2
## Ford Pantera L      15.8   8 351.0 264 4.22 3.17 14.5  0  1    5    4
## Ferrari Dino        19.7   6 145.0 175 3.62 2.77 15.5  0  1    5    6
## Maserati Bora       15.0   8 301.0 335 3.54 3.57 14.6  0  1    5    8
## Volvo 142E          21.4   4 121.0 109 4.11 2.78 18.6  1  1    4    2
mtcars <- mtcars %>% rownames_to_column("Modelo") #convertir los nombres de las filas en una columna con nombre modelo.
mtcars
##                 Modelo  mpg cyl  disp  hp drat   wt qsec vs am gear carb
## 1            Mazda RX4 21.0   6 160.0 110 3.90 2.62 16.5  0  1    4    4
## 2        Mazda RX4 Wag 21.0   6 160.0 110 3.90 2.88 17.0  0  1    4    4
## 3           Datsun 710 22.8   4 108.0  93 3.85 2.32 18.6  1  1    4    1
## 4       Hornet 4 Drive 21.4   6 258.0 110 3.08 3.21 19.4  1  0    3    1
## 5    Hornet Sportabout 18.7   8 360.0 175 3.15 3.44 17.0  0  0    3    2
## 6              Valiant 18.1   6 225.0 105 2.76 3.46 20.2  1  0    3    1
## 7           Duster 360 14.3   8 360.0 245 3.21 3.57 15.8  0  0    3    4
## 8            Merc 240D 24.4   4 146.7  62 3.69 3.19 20.0  1  0    4    2
## 9             Merc 230 22.8   4 140.8  95 3.92 3.15 22.9  1  0    4    2
## 10            Merc 280 19.2   6 167.6 123 3.92 3.44 18.3  1  0    4    4
## 11           Merc 280C 17.8   6 167.6 123 3.92 3.44 18.9  1  0    4    4
## 12          Merc 450SE 16.4   8 275.8 180 3.07 4.07 17.4  0  0    3    3
## 13          Merc 450SL 17.3   8 275.8 180 3.07 3.73 17.6  0  0    3    3
## 14         Merc 450SLC 15.2   8 275.8 180 3.07 3.78 18.0  0  0    3    3
## 15  Cadillac Fleetwood 10.4   8 472.0 205 2.93 5.25 18.0  0  0    3    4
## 16 Lincoln Continental 10.4   8 460.0 215 3.00 5.42 17.8  0  0    3    4
## 17   Chrysler Imperial 14.7   8 440.0 230 3.23 5.34 17.4  0  0    3    4
## 18            Fiat 128 32.4   4  78.7  66 4.08 2.20 19.5  1  1    4    1
## 19         Honda Civic 30.4   4  75.7  52 4.93 1.61 18.5  1  1    4    2
## 20      Toyota Corolla 33.9   4  71.1  65 4.22 1.83 19.9  1  1    4    1
## 21       Toyota Corona 21.5   4 120.1  97 3.70 2.46 20.0  1  0    3    1
## 22    Dodge Challenger 15.5   8 318.0 150 2.76 3.52 16.9  0  0    3    2
## 23         AMC Javelin 15.2   8 304.0 150 3.15 3.44 17.3  0  0    3    2
## 24          Camaro Z28 13.3   8 350.0 245 3.73 3.84 15.4  0  0    3    4
## 25    Pontiac Firebird 19.2   8 400.0 175 3.08 3.85 17.1  0  0    3    2
## 26           Fiat X1-9 27.3   4  79.0  66 4.08 1.94 18.9  1  1    4    1
## 27       Porsche 914-2 26.0   4 120.3  91 4.43 2.14 16.7  0  1    5    2
## 28        Lotus Europa 30.4   4  95.1 113 3.77 1.51 16.9  1  1    5    2
## 29      Ford Pantera L 15.8   8 351.0 264 4.22 3.17 14.5  0  1    5    4
## 30        Ferrari Dino 19.7   6 145.0 175 3.62 2.77 15.5  0  1    5    6
## 31       Maserati Bora 15.0   8 301.0 335 3.54 3.57 14.6  0  1    5    8
## 32          Volvo 142E 21.4   4 121.0 109 4.11 2.78 18.6  1  1    4    2
mtcars %>% filter(str_detect(Modelo, "Merc"))# Filtrar por modelos que contienen "Merc"
##        Modelo  mpg cyl disp  hp drat   wt qsec vs am gear carb
## 1   Merc 240D 24.4   4  147  62 3.69 3.19 20.0  1  0    4    2
## 2    Merc 230 22.8   4  141  95 3.92 3.15 22.9  1  0    4    2
## 3    Merc 280 19.2   6  168 123 3.92 3.44 18.3  1  0    4    4
## 4   Merc 280C 17.8   6  168 123 3.92 3.44 18.9  1  0    4    4
## 5  Merc 450SE 16.4   8  276 180 3.07 4.07 17.4  0  0    3    3
## 6  Merc 450SL 17.3   8  276 180 3.07 3.73 17.6  0  0    3    3
## 7 Merc 450SLC 15.2   8  276 180 3.07 3.78 18.0  0  0    3    3
w<-str_replace(mtcars$Modelo, "Merc", "Mey") #cambia la palabra merc por mey de la columna modelo
str_sort(mtcars$Modelo, locale = "es")#ordena alfabeticamente la columna modelo
##  [1] "AMC Javelin"         "Cadillac Fleetwood"  "Camaro Z28"         
##  [4] "Chrysler Imperial"   "Datsun 710"          "Dodge Challenger"   
##  [7] "Duster 360"          "Ferrari Dino"        "Fiat 128"           
## [10] "Fiat X1-9"           "Ford Pantera L"      "Honda Civic"        
## [13] "Hornet 4 Drive"      "Hornet Sportabout"   "Lincoln Continental"
## [16] "Lotus Europa"        "Maserati Bora"       "Mazda RX4"          
## [19] "Mazda RX4 Wag"       "Merc 230"            "Merc 240D"          
## [22] "Merc 280"            "Merc 280C"           "Merc 450SE"         
## [25] "Merc 450SL"          "Merc 450SLC"         "Pontiac Firebird"   
## [28] "Porsche 914-2"       "Toyota Corolla"      "Toyota Corona"      
## [31] "Valiant"             "Volvo 142E"

3 MINERÍA DE TEXTOS

#Leer el documento Latin-1 y convertirlo a formato ASCII
discurso1 <- scan("Discurso Presidencial Vizcarra_1.txt",
                  encoding = "latin1", what = "char",
                  sep = "\n")  # UTF-8 # ASCII #@~

3.1 Construcción y Limpieza del Corpus

# Convertir el texto en una tabla frecuencias de palabras
# Vamos a crear un objeto nuevo con esa tabla  
# Paso 1. Convertir las líneas de texto en una tabla, 
# Paso 2. Desarmar el texto en tokens (palabras) 

discurso1 <- tibble(discurso1) %>% 
  unnest_tokens(Token, discurso1) %>% 
  mutate(Token = removeNumbers(Token)) %>% filter(Token != " ") 

discurso1
## # A tibble: 1,447 × 1
##    Token      
##    <chr>      
##  1 buenas     
##  2 noches     
##  3 quiero     
##  4 dirigirme  
##  5 hoy        
##  6 a          
##  7 todos      
##  8 ustedes    
##  9 para       
## 10 informarles
## # ℹ 1,437 more rows
# Paso 3: Eliminar stopwords

stopwords_es_1 <- read_excel("CustomStopWords.xlsx")
names(stopwords_es_1) <- c("Token", "Fuente") #Renombramos las columnas

stopwords_es_2 <- tibble(Token = c(""), Fuente = "Mis StopWords")
stopwords_es   <- rbind(stopwords_es_1, stopwords_es_2) # concatenamos las filas
stopwords_es   <- stopwords_es[!duplicated(stopwords_es$Token), ] 

# Finalmente
discurso1 <- discurso1 %>% anti_join(stopwords_es) #eliminamos las stopwords del tibble original

discurso1
## # A tibble: 583 × 1
##    Token      
##    <chr>      
##  1 noches     
##  2 quiero     
##  3 dirigirme  
##  4 informarles
##  5 actual     
##  6 situación  
##  7 atraviesa  
##  8 país       
##  9 decisiones 
## 10 presidente 
## # ℹ 573 more rows
#EXTRAS
discurso1 <- discurso1 %>% filter(Token != "república")
discurso1$Token <- str_replace(discurso1$Token, "perú", "país")
discurso1$Token <- str_replace(discurso1$Token, "peruanas", "peruanos")

3.2 Gráficos a base de anilisis de textos

3.2.1 GRAFICO DE BARRAS:Contar cuántas veces aparece cada palabra.

Obteniendo frecuencias por palabra(importante el siguiente codigo porque se usará en todos los gráficos)

discurso1_frecuencias <- discurso1 %>%
  count(Token, sort = TRUE) #sort ordena los resultados de forma descendente

discurso1_frecuencias
## # A tibble: 380 × 2
##    Token             n
##    <chr>         <int>
##  1 país             19
##  2 corrupción       15
##  3 reforma          13
##  4 peruanos         12
##  5 congreso         10
##  6 lucha             8
##  7 proyectos         8
##  8 política          6
##  9 instituciones     5
## 10 quiero            5
## # ℹ 370 more rows
# Gráfico de barras con las 10 palabras más frecuentes:
grafico1 <- discurso1_frecuencias %>%
  head(10) %>% # ponemos tail si queremos las últimas
  ggplot() + aes(x = fct_reorder(Token, n), 
                 y = n, fill = Token) +
  geom_col() + # Siempre geom_col
  labs( x = NULL,y = "Frecuencia", 
       title = "Mensaje Presidencial setiembre-2018") +
  theme_minimal() +
  theme(legend.position = "none") + 
  coord_flip()+
  transition_states(fct_reorder(Token, n)) +
  enter_fade() +
  shadow_mark()
grafico1

3.2.2 WordCloud - Nube de Palabras

library(wordcloud)
set.seed(123) # Establecer la semilla del generador de números aleatorios
wordcloud(words= discurso1_frecuencias$Token,
          freq = discurso1_frecuencias$n,
          max.words = 100,
          random.order = FALSE, #las palabras más frecuentes se colocan en el centro de la nube de palabras
          min.freq = 1,
          colors=brewer.pal(5, "Accent"))

# Guardar wordcloud
png("wordcloud_discurso_Vizcarra3.png", 
    width = 1280,
    height = 1200,
    pointsize = 30)

set.seed(123)
wordcloud(words = discurso1_frecuencias$Token,
          freq  = discurso1_frecuencias$n,
          max.words = 100,
          random.order = FALSE,
          min.freq = 2,
          colors = brewer.pal(8, "Dark2"),
          scale = c(5, 0.1),
          rot.per = 0.3)
dev.off()
## png 
##   2
# Nube de palabras con el paquete wordcloud2
library(wordcloud2)
set.seed(2021)
wordcloud2(discurso1_frecuencias,
           size = 0.4,
           shape = 'star')
set.seed(321)
wordcloud2(discurso1_frecuencias, 
           size = 0.5,
           shape = 'cloud')

3.3 Análisis de Sentimientos

# 1. Lectura de diccionario nrc en castellano 
sentimientos <- read.delim("sentimientos_2.txt")

sentimientos <- as.tibble(sentimientos)

# Existen en el diccionario palabras con sentimientos 
# duplicados. Ejemplo: abandonado
sentimientos %>% group_by(palabra,sentimiento) %>% count() %>%
  filter(n > 1) # con este codigo vemos que efectivamente hay duplicaciones.
## # A tibble: 1,979 × 3
## # Groups:   palabra, sentimiento [1,979]
##    palabra     sentimiento     n
##    <chr>       <chr>       <int>
##  1 FALSO       negativo        2
##  2 VERDADERO   positivo        2
##  3 abanderar   negativo        2
##  4 abandonado  negativo        2
##  5 abandonar   negativo        2
##  6 abismal     negativo        2
##  7 abismo      negativo        2
##  8 abolir      negativo        2
##  9 abominable  negativo        2
## 10 abominación negativo        2
## # ℹ 1,969 more rows
sentimientos <- distinct(sentimientos)
# sentimientos <- sentimientos[!duplicated(sentimientos), ]

# 2. Uniendo discurso con el diccionario de sentimientos 

discurso_sentimiento1 <- discurso1 %>% 
  inner_join(sentimientos, by = c("Token" = "palabra")) #encuentra las palabras de los sentimientos que sean iguales en la columan de token e identifica los sentimientos.
                                                        #luego con eso crea su tabla e identica el sentimiento

# 3. Contando y graficando los sentimientos en el discurso 
discurso_sentimiento1 %>% 
  dplyr::count(sentimiento) %>% 
  ggplot() + aes(x = fct_reorder(sentimiento, n),
                 y = n,
                 fill = sentimiento) + 
  geom_col(show.legend = F) + coord_flip() +
  labs(title ="Análisis de sentimientos del discurso presidencial",
       subtitle = "16 de setiembre 2018-Martín Vizcarra",
       caption = "Fuente: Presidencia de la República del Perú",
       x = "Sentimientos",
       y = "Frecuencia") +
  theme_bw()

# 4. Visualizando los sentimientos 
contar_palabras1 <- discurso1 %>% 
  inner_join(sentimientos,
             by = c("Token" = "palabra")) %>%
  #filter(sentimiento %in% c("positivo","negativo")) %>%
  dplyr::count(Token, sentimiento) %>% 
  group_by(sentimiento) %>% 
  top_n(5, n) 

contar_palabras1
## # A tibble: 81 × 3
## # Groups:   sentimiento [10]
##    Token   sentimiento     n
##    <chr>   <chr>       <int>
##  1 aprobar alegría         1
##  2 avanzar alegría         2
##  3 avanzar asombro         2
##  4 avanzar premonición     2
##  5 burla   disgusto        1
##  6 burla   ira             1
##  7 cambio  miedo           3
##  8 caída   tristeza        1
##  9 clamor  asombro         1
## 10 clamor  disgusto        1
## # ℹ 71 more rows
# 5. Creando un gráfico de barras por cada sentimiento
ggplot(contar_palabras1) + 
  aes(x = fct_reorder(Token, n),
      y = n,
      fill = sentimiento) +
  geom_col(show.legend = FALSE) +  
  facet_wrap( ~ sentimiento, scales = "free", ncol = 3) +
  labs(title = "Gráfico de palabras por sentimiento",
       subtitle = "Discurso de Martín Vizcarra (16 de setiembre 2018)",
       x = "Palabras", y = "Frecuencia") + 
  theme_bw() +
  coord_flip() 

3.4 VI. Lectura y análisis de texto en PDF

library(pdftools)
discurso2 <- pdf_text("Mensaje_a_la_Nación_12-12-18.pdf")

discurso2 <- paste(discurso2, collapse = " ") #concatenar todos los elementos del vector en un único string de texto, pone todo el texto en un solo espacio (" ") 

# Buscando el encabezado de página
library(stringr)
str_count(discurso2, "MENSAJE A LA NACIÓN")
## [1] 8
str_count(discurso2, "PRESIDENTE DE LA REPÚBLICA")
## [1] 1
str_count(discurso2, "MARTÍN VIZCARRA CORNEJO")
## [1] 2
discurso2 <-  str_remove_all(discurso2, "MENSAJE A LA NACIÓN")
discurso2 <-  str_remove_all(discurso2, "PRESIDENTE DE LA REPÚBLICA")
discurso2 <-  str_remove_all(discurso2, "MARTÍN VIZCARRA CORNEJO")

# Buscando los números de página
str_count(discurso2, "\n[:blank:]+[:digit:]+\n")
## [1] 0
# discurso2 <- str_replace_all(discurso2, "[:blank:]{2,}", " ")

# Buscando los signos de puntuación
#str_count(discurso2, "[:punct:]")

#discurso2 <- str_remove_all(discurso2, "[:punct:]")

# Buscando los números
str_count(discurso2, "[:digit:]")
## [1] 261
discurso2 <- str_remove_all(discurso2, "[:digit:]")


# Guardando como un archivo de texto plano
write_lines(discurso2, "Discurso Presidencial Vizcarra_2.txt")

# Replicando la secuencia realizada con el discurso 1...