R: anàlisi literària en català
Diego Giménez
Còdigs en R utilitzats per a l’anàlisi literària a distància en llengua catalana (Giménez, 2024). Aquest document actualitza i amplia una versió anterior desenvolupada per Diego Giménez i Andresa Gomide el 2022, que se centrava en l’anàlisi del “Llibre del Desassossec”. En aquesta nova versió, s’analitzen obres de Josep Roig i Raventós, incloent “Ànimes atuïdes” i “Argelaga florida”.
1 Eines i preparació de les dades
1.1 IInstal·lació
Quanteda (Quantitative Analysis of Textual Data) és un paquet de R per a la manipulació i anàlisi de dades textuals.
La instal·lació de R varia segons el sistema operatiu (ex.: Windows, Mac, Linux), així com les seves diferents versions. Hi ha diverses fonts on es poden obtenir instruccions actualitzades sobre com instal·lar R (ex.: https://didatica.tech/como-instalar-a-linguagem-r-e-o-rstudio/). El Comprehensive R Archive Network (CRAN), la xarxa oficial de distribució de R, ofereix instruccions fiables per a tal fi, encara que potser no tan detallades com en altres fonts.
Una altra suggerència és instal·lar una interfície gràfica d’usuari, de l’anglès Graphical User Interface (GUI). Les GUI faciliten considerablement la interacció de l’usuari amb l’ordinador. El (RStudio) és la GUI més utilitzada per a R i, igual que R, és gratuïta i de codi obert.
1.2 Configuració: preparant l’entorn.
En reutilitzar codis, és una bona pràctica estar atent a la versió instal·lada tant de R com de les biblioteques utilitzades. No és necessari que les versions siguin les mateixes que les utilitzades durant la creació dels codis, tanmateix, en alguns casos, pot no haver-hi compatibilitat entre versions diferents i algunes funcions o paquets poden haver estat discontinuats. Aquest article ha estat escrit utilitzant la versió 4.3.3 de R.
# Verificar la versió de R
R.version.string## [1] "R version 4.3.3 (2024-02-29 ucrt)"Per a la nostra anàlisi, utilitzarem alguns paquets ja existents. Aquests paquets no són més que extensions per a R que normalment contenen dades o codis. Per utilitzar-los, hem d’instal·lar-los a l’ordinador, si encara no s’ha fet, i carregar-los en R. Un avantatge de carregar només els paquets necessaris (en lloc de tots els paquets instal·lats) és evitar processament computacional innecessari. El codi a continuació crea una llista dels paquets utilitzats en l’anàlisi present i els carrega, instal·lant els que encara no estaven presents.
# Llistem els paquets que necessitem
packages = c("quanteda", # Anàlisi quantitativa de dades textuals.
"quanteda.textmodels", # Complementa el quanteda, proporcionant funcionalitats específiques per a la modelització de text.
"quanteda.textstats", # Aquest paquet conté funcions per calcular estadístiques descriptives i mesures de complexitat de text, com la diversitat lèxica i la densitat lèxica.
"quanteda.textplots", # Aquest paquet ofereix eines per a la visualització de dades textuals, incloent gràfics de dispersió de paraules, núvols de paraules i mapes de calor.
"newsmap", # Per classificar documents, basant-se en "seed words", és a dir, paraules clau predefinides que indiquen temes o categories.
"readtext", # Per llegir diferents formats de text.
"spacyr", # Per a l'anotació de classes gramaticals, el reconeixement d'entitats i l'anotació sintàctica (python ha d'estar instal·lat).
"ggplot2", # Per a gràfic simple de les freqüències.
"seededlda", # Per a la modelització de temes (Topic Modeling).
"stringr", # Per a les expressions regulars.
"dplyr", # Aquest paquet és part del tidyverse i ofereix un conjunt de funcions per a la manipulació de dades tabulars en R, permetent realitzar operacions com filtratge, selecció, agregació i unió de dades de manera simple i eficient.
"tidytext", # Aquest paquet complementa el tidyverse, proporcionant eines per a l'anàlisi de text conjuntament amb els principis d'organització de dades del tidyverse, permetent integrar fàcilment anàlisis de text en pipelines d'anàlisi de dades.
"knitr", # Aquest paquet és utilitzat per a la producció de documents dinàmics en R, permetent integrar codi R i resultats d'anàlisis en documents Markdown, HTML, PDF i altres formats.
"stringr", # Aquest paquet proporciona funcions per a la manipulació de cadenes de text en R, facilitant tasques com la coincidència de patrons, l'extracció de subcadenes i la manipulació de text.
"igraph", # Aquest paquet és utilitzat per a l'anàlisi i visualització de xarxes en R, oferint funcions per crear, manipular i representar gràfics i xarxes complexes.
"topicmodels" # Aquest paquet és utilitzat per a la modelització de temes en textos, oferint implementacions d'algoritmes com LDA (Latent Dirichlet Allocation) i LSA (Latent Semantic Analysis) per a la inferència de temes en col·leccions de documents.
)
# Instal·lem (si cal) i carreguem els paquets
package.check <- lapply(
packages,
FUN = function(x) {
if (!require(x, character.only = TRUE)) {
install.packages(x, dependencies = TRUE)
require(x, character.only = TRUE)
}
}
)ls codis a continuació han estat implementats en la versió 4.0.2 de
Quanteda. Utilitzar una versió diferent pot resultar en errors o
resultats indesitjats. Per verificar la versió dels paquets, utilitzem
la funció packageVersion. Per verificar la versió de R,
utilitzem R.version.string.
# Verificar versió del quanteda
packageVersion("quanteda")## [1] '4.0.2'Finalment, necessitem establir quin serà el nostre directori de treball. Aquest serà el lloc on es guardaran els resultats. Per identificar quin és el directori de treball actual, utilitzem la funció getwd(), que retorna el camí absolut, és a dir, l’adreça completa del directori. Per definir una nova ubicació de treball, utilitzem la funció setwd(). Els arxius guardats en aquest directori es poden llegir només amb la indicació del nom de l’arxiu, ja que podem utilitzar el camí relatiu, és a dir, l’adreça de l’arxiu a partir del directori en què estem treballant.
1.3 Dades
Un cop instal·lats els paquets necessaris, es pot procedir a l’anàlisi del corpus. Per a això, necessitem carregar el corpus en R. Si estem treballant amb dades emmagatzemades localment, és a dir, disponibles a l’ordinador on es realitzaran les anàlisis, n’hi ha prou amb utilitzar la funció readtext(), indicant la ubicació (relativa o absoluta) de l’arxiu desitjat.
El llibre ‘Enllà’ es pot llegir com un arxiu únic,
# Per llegir un arxiu únic amb tot el contingut del llibre
animes <- readtext("~/corpora/Ànimes atuïdes.txt", encoding = "utf-8")
# Retorna l'estructura de l'objecte creat
str(animes)## Classes 'readtext' and 'data.frame': 1 obs. of 2 variables:
## $ doc_id: chr "Ànimes atuïdes.txt"
## $ text : chr "ÀNIMES ATUÏDES.\n\nJosep Roig i Raventós (1883-1966)\n\n\n\n\nAls meus fills:\n\nNúria, la dels ulls negres i v"| __truncated__O considerant el llibre com una unitat dins d’un corpora format per diversos documents:
# Llegir tots els arxius a la carpeta ldod del directori corpora
raventos_files <- readtext("~/corpora/raventos", encoding = "utf-8")
# Retornar l'estructura de l'objecte creat
str(raventos_files)## Classes 'readtext' and 'data.frame': 2 obs. of 2 variables:
## $ doc_id: chr "Ànimes atuïdes.txt" "Argelaga florida.txt"
## $ text : chr "ÀNIMES ATUÏDES.\n\nJosep Roig i Raventós (1883-1966)\n\n\n\n\nAls meus fills:\n\nNúria, la dels ulls negres i v"| __truncated__ "ARGELAGA FLORIDA.\n\n\n_A la memòria del meu pare en\nJoan Roig i Soler, pintor de claretats,\nadreço aquests h"| __truncated__Els textos anteriors deriven de l’obra de Josep Roig i Raventós, disponible no [Projeto Gutenberg](https://www.gutenberg.org/ebooks/author/46842.
Els arcxius complets has estat guardats amb la codificació utf-8 i informació paratextual i editorial (com notes dels editors) que poguessin interferir en la recerca automàtica del programari han estat eliminades.
Les anàlisis a continuació es demostraran utilitzant els dos corpora, en diferents moments.
1.3.1 Neteja
La neteja següent s’ha aplicat només als textos guardats per separat
(´raventos_files). L'arxiu amb el llibre en un únic text (Enllà`)
ja havia estat netejat anteriorment.
# Creem una còpia per recuperar l'original en cas d'errors en la regex
raventos_clean <- raventos_files
## Eliminació dels elements indesitjats
# Eliminar números al començament de línies (índex)
raventos_clean$text <- str_replace_all(raventos_clean$text, "\\n\\d", "\n")
# Eliminar dates
raventos_clean$text <- str_replace_all(raventos_clean$text, "\\d{1,2}-(\\d{1,2}|[IVX]{1,4})-19\\d{2}", "")1.4 Investigacions amb el Quanteda
Després que els arxius són carregats al sistema, necessitem crear un
objecte “corpus”, és a dir, el format necessari perquè Quanteda pugui
processar i generar informació sobre el(s) text(os). Per a això, n’hi ha
prou amb aplicar la funció corpus. Automàticament, el text
es segmenta en tokens i frases. Els tokens corresponen a totes les
ocurrències (incloent repeticions) de paraules, així com altres ítems
com puntuació, números i símbols. En investigar el corpus amb la funció
summary, obtenim el recompte de frases, tokens i types (el
nombre de tokens diferents en un corpus).
# Crear el corpus de diversos arxius
corpus_clean <- corpus(raventos_clean)
# ver um resumo do corpus
summary(corpus_clean)# Crear corpus de l'arxiu únic
corpus_unico <- corpus(animes)
summary(corpus_unico)Si cal, podem alterar l’estructura del nostre corpus. En el
corpus_unico, tenim un corpus fet amb només un text. Amb
corpus_reshape podem crear un nou corpus en què cada frase
sigui considerada un text, és a dir, una unitat.
# Revelar el nombre de textos en el corpus
ndoc(corpus_unico)## [1] 1# Remodelar el corpus, fent que cada frase sigui una unitat
corpus_sents <- corpus_reshape(corpus_unico, to = "sentences")
# Presentar un resum del corpus
summary(corpus_sents)# Nombre total d'unitats en el nou format del corpus
ndoc(corpus_sents)## [1] 2511Els exemples anteriors ens mostren que un corpus és un conjunt de textos amb informació sobre cada text (metadades), dels quals podem extreure fàcilment el recompte de tokens, types i frases per a cada text. Però, per a realitzar anàlisis quantitatives en el corpus, necessitem descompondre els textos en tokens (tokenització). També és possible filtrar-los, eliminant elements com puntuació, símbols, números, URL i separadors.
# Tokenitzar els nostres tres corpora
toks_unico <- tokens(corpus_unico)
toks_sents <- tokens(corpus_sents)
toks_files <- tokens(corpus_clean)
## A sota filtrem els tres corpora de diverses maneres, per a demostració
# Eliminar puntuació (corpus netejat amb regex)
toks_nopunct_files <- tokens(corpus_clean, remove_punct = TRUE)
toks_nopunct_unico <- tokens(corpus_unico, remove_punct = TRUE)
# Eliminar números (corpus amb només un arxiu)
toks_nonumbr <- tokens(corpus_unico, remove_numbers = TRUE)
# Eliminar separadors (Unicode "Separator" [Z] i "Control" [C] categories) (corpus fet per frases)
toks_nosept <- tokens(corpus_sents, remove_separators = TRUE)
# Eliminar diversos elements al mateix temps (corpus amb només un arxiu)
toks_simples <- tokens(corpus_unico, remove_numbers = TRUE, remove_symbols = TRUE, remove_punct = TRUE)És possible també eliminar tokens indesitjats. Quanteda ofereix una llista de ‘stopwords’ per a diferents llengües. Les stopwords, o paraules buides en portuguès, són paraules a eliminar durant el processament de textos per a anàlisis computacionals. No hi ha una llista estàndard, però generalment les stopwords són les paraules més freqüentment utilitzades en una llengua, com preposicions i articles. El bloc a continuació elimina les paraules incloses a la llista de stopwords per al portuguès i també inclou altres paraules que es repeteixen en el corpus en qüestió.
# Eliminar stopwords del corpus fet amb un únic arxiu s'ha de fer manulment
toks_nostop <- tokens_select(toks_unico, pattern = c("de", "es", "i", "a", "o", "un", "una", "unes", "uns", "un", "tot", "també", "altre", "algun", "alguna", "alguns", "algunes", "com", "en", "per", "perquè", "per que", "estat", "estava", "ans", "abans", "éssent", "ambdós", "però", "per", "poder", "potser", "puc", "podem", "podeu", "poden", "vaig", "va", "van", "fer", "faig", "fa", "fem", "feu", "fan", "cada", "fi", "inclòs", "des de", "conseguir", "consegueixo", "consigueix", "consigueixes", "conseguim", "consigueixen", "anar", "haver", "tenir", "tinc", "te", "tenim", "teniu", "tene", "el", "la", "les", "els", "seu", "aquí", "meu", "teu", "ells", "elles", "ens", "si", "dins", "sols", "solament", "saber", "saps", "sap", "sabem", "sabeu", "saben", "últim", "llarg", "bastant", "fas", "molts", "aquells", "aquelles", "seus", "llavors", "ús", "molt", "era", "eres", "erem", "eren", "mode", "bé", "quant", "quan", "on", "mentre", "qui", "amb", "entre", "sense", "aquell", "que", "més", "del", "al", "no", "l", "què","tant", "hi", "us", "m", "ix", "ls","ja", "ai", "dels","ni", "lo", "he","se", "é", "li", "ha", "és", "em", "d'una", "d'un", "ell", "ella", "tan*", "aquella","sa", "ho", "et", "oi", "havia", "seva", "seu"), selection = "remove")
# Eliminar tokens específics del corpus fet amb diversos arxius i netejat amb regex, després de l'eliminació de les puntuacions
toks_selected_files <- tokens_select(toks_nopunct_files, pattern = c("de", "es", "i", "a", "o", "un", "una", "unes", "uns", "un", "tot", "també", "altre", "algun", "alguna", "alguns", "algunes", "com", "en", "per", "perquè", "per que", "estat", "estava", "ans", "abans", "éssent", "ambdós", "però", "per", "poder", "potser", "puc", "podem", "podeu", "poden", "vaig", "va", "van", "fer", "faig", "fa", "fem", "feu", "fan", "cada", "fi", "inclòs", "des de", "conseguir", "consegueixo", "consigueix", "consigueixes", "conseguim", "consigueixen", "anar", "haver", "tenir", "tinc", "te", "tenim", "teniu", "tene", "el", "la", "les", "els", "seu", "aquí", "meu", "teu", "ells", "elles", "ens", "si", "dins", "sols", "solament", "saber", "saps", "sap", "sabem", "sabeu", "saben", "últim", "llarg", "bastant", "fas", "molts", "aquells", "aquelles", "seus", "llavors", "ús", "molt", "era", "eres", "erem", "eren", "mode", "bé", "quant", "quan", "on", "mentre", "qui", "amb", "entre", "sense", "aquell", "que", "més", "del", "al", "no", "l", "què","tant", "hi", "us", "m", "ix", "ls","ja", "ai", "dels","ni", "lo", "he","se", "é", "li", "ha", "és", "em", "d'una", "d'un", "ell", "ella", "tan*", "aquella","sa", "ho", "et", "oi", "havia", "seva", "seu"), selection = "remove")
# Eliminar tokens específics del corpus fet amb un arxiu, després de l'eliminació de les puntuacions
toks_selected_unico <- tokens_select(toks_nopunct_unico, pattern = c("de", "es", "i", "a", "o", "un", "una", "unes", "uns", "un", "tot", "també", "altre", "algun", "alguna", "alguns", "algunes", "com", "en", "per", "perquè", "per que", "estat", "estava", "ans", "abans", "éssent", "ambdós", "però", "per", "poder", "potser", "puc", "podem", "podeu", "poden", "vaig", "va", "van", "fer", "faig", "fa", "fem", "feu", "fan", "cada", "fi", "inclòs", "des de", "conseguir", "consegueixo", "consigueix", "consigueixes", "conseguim", "consigueixen", "anar", "haver", "tenir", "tinc", "te", "tenim", "teniu", "tene", "el", "la", "les", "els", "seu", "aquí", "meu", "teu", "ells", "elles", "ens", "si", "dins", "sols", "solament", "saber", "saps", "sap", "sabem", "sabeu", "saben", "últim", "llarg", "bastant", "fas", "molts", "aquells", "aquelles", "seus", "llavors", "ús", "molt", "era", "eres", "erem", "eren", "mode", "bé", "quant", "quan", "on", "mentre", "qui", "amb", "entre", "sense", "aquell", "que", "més", "del", "al", "no", "l", "què","tant", "hi", "us", "m", "ix", "ls","ja", "ai", "dels","ni", "lo", "he","se", "é", "li", "ha", "és", "em", "d'una", "d'un", "ell", "ella", "tan*", "aquella","sa", "ho", "et", "oi", "havia", "seva", "seu"), selection = "remove")Després de la tokenització, el següent pas és crear una taula amb la
freqüència de cada token per cada text, o, en termes de Quanteda, una
document-feature-matrix (DFM). La DFM és un requisit previ
per a diverses altres funcions en Quanteda, com és el cas de la
topfeatures, que retorna els tokens més freqüents en un
corpus.
# Aquí podem veure les 20 paraules més freqüents quan eliminem
# Números, símbols i puntuació
dfm_simples <- dfm(toks_simples)
print("Amb eliminació de nombres, símbols i puntuació")## [1] "Amb eliminació de nombres, símbols i puntuació"topfeatures(dfm_simples, 20)## i la de que el a en un els les una va no amb per com
## 2210 2001 1801 1421 997 772 690 650 620 611 599 590 507 497 479 425
## del tot li es
## 399 289 282 261dfm_nostop <- dfm(toks_nostop)
print("Eliminació de stopwords")## [1] "Eliminació de stopwords"topfeatures(dfm_nostop, 20)## . , ! - ¡ ; ? l'andreu
## 2917 2513 1491 956 388 232 220 128
## ulls jo casa ara tecla cap tota :
## 116 111 107 102 101 100 100 97
## sempre tots cor dona
## 94 93 91 91dfm_selected_unico <- dfm(toks_selected_unico)
print("Eliminació de tokens seleccionats en el corpus prèviament netejat amb regex i sense stopwords")## [1] "Eliminació de tokens seleccionats en el corpus prèviament netejat amb regex i sense stopwords"topfeatures(dfm_selected_unico, 20)## l'andreu ulls jo casa ara tecla cap tota
## 128 116 111 107 102 101 100 100
## sempre tots cor dona fill fins nit feia
## 94 93 91 91 90 85 84 81
## vida tenia martí després
## 76 75 75 74dfm_selected_files <- dfm(toks_selected_files)
print("Eliminació de tokens seleccionats en el corpus de fitxer únic i sense stopwords")## [1] "Eliminació de tokens seleccionats en el corpus de fitxer únic i sense stopwords"topfeatures(dfm_selected_files, 20)## ulls tots cap ara tota jo casa feia
## 222 192 180 166 159 159 158 151
## damunt sempre cor després dona cel fins mare
## 147 146 144 140 139 131 130 130
## fill son l'andreu dia
## 129 128 128 128Després de generar la llista de tokens, podem explorar el corpus. Una
de les tècniques més simples i utilitzades per a la investigació de
corpus és a través de les línies de concordança, també conegudes com
concordance lines o keywords in context (kwic). Les línies
de concordança mostren fragments del corpus on ocorren els termes
buscats. El nombre de paraules en el context pot ser estipulat per
l’usuari, sent 5 tokens a l’esquerra i 5 a la dreta el patró. La primera
columna indica el nom de l’arxiu on la paraula buscada ocorre. Hi ha
diverses opcions per a cerques. Es poden fer per paraules o per
fragments, seqüències o combinacions d’aquestes.
# Ocurrències de paraules que comencen amb "feli"
kwic(toks_unico, pattern = "feli*")# Podem també buscar per més d'una paraula al mateix temps
kwic(toks_unico, pattern = c("feli*", "alegr*"))# Per seqüència de més d'un token
kwic(toks_unico, pattern = phrase("jo s*"))1.4.1 N-grams
Les llistes de freqüència de paraules poden ser útils per identificar elements comuns en un text. No obstant això, en molts casos, és igualment important saber en quin context es troben aquestes paraules. Identificar quines paraules coocorren freqüentment en un corpus pot proporcionar-nos encara més informació sobre el text. Per exemple, saber que la seqüència ‘estic trist’ ocorre freqüentment en el corpus ens proporciona coneixements més rics que només la freqüència de la paraula ‘trist’ aïlladament. La seqüència ‘estic trist’ és un exemple del que anomenem n-grams, o, en aquest cas específic, bigrames. Els n-grams són seqüències de dues o més paraules que ocorren en un text. Per generar llistes de n-grams, partim d’una llista de tokens i especifiquem el nombre mínim i màxim de tokens en cada n-grama.
# Crear una llista de 2-grama, 3-grama i 4-grama
toks_ngram <- tokens_ngrams(toks_simples, n = 2:4)
# Visualitzar només els 30 més freqüents
head(toks_ngram[[1]], 30)## [1] "ÀNIMES_ATUÏDES" "ATUÏDES_Josep" "Josep_Roig"
## [4] "Roig_i" "i_Raventós" "Raventós_1883-1966"
## [7] "1883-1966_Als" "Als_meus" "meus_fills"
## [10] "fills_Núria" "Núria_la" "la_dels"
## [13] "dels_ulls" "ulls_negres" "negres_i"
## [16] "i_vius" "vius_que" "que_quan"
## [19] "quan_miren" "miren_punxen" "punxen_Josep"
## [22] "Josep_dels" "dels_ulls" "ulls_blaus"
## [25] "blaus_i" "i_dolços" "dolços_que"
## [28] "que_quan" "quan_miren" "miren_amanyaguen"1.4.2 Diccionari
Una altra forma d’extreure informació d’un text és mitjançant la
creació de “diccionaris”. La funció dictionary en Quanteda
permet agrupar tokens per categories. Aquesta categorització pot ser
utilitzada per fer cerques en el corpus. Per exemple, podem crear les
categories “alegria” i “tristesa” que continguin paraules relacionades
amb aquests sentiments, respectivament. Amb el diccionari creat, podem
identificar la distribució d’aquests termes en un corpus.
# Creació de diccionari a partir del corpus format per un únic document
dict <- dictionary(list(alegria = c("alegr*", "allegr*", "feli*", "content*"),
tristeza = c("trist*", "infeli*")))
dict_toks <- tokens_lookup(toks_unico, dictionary = dict)
print(dict_toks)## Tokens consisting of 1 document.
## Ànimes atuïdes.txt :
## [1] "tristeza" "alegria" "alegria" "tristeza" "alegria" "alegria"
## [7] "alegria" "tristeza" "alegria" "alegria" "alegria" "tristeza"
## [ ... and 62 more ]dfm(dict_toks)## Document-feature matrix of: 1 document, 2 features (0.00% sparse) and 0 docvars.
## features
## docs alegria tristeza
## Ànimes atuïdes.txt 45 29# Creació de diccionari a partir del corpus format per diversos documents
dict <- dictionary(list(alegria = c("alegr*", "allegr*", "feli*", "content*"),
tristeza = c("trist*", "infeli*")))
dict_toks <- tokens_lookup(toks_files, dictionary = dict)
print(dict_toks)## Tokens consisting of 2 documents.
## Ànimes atuïdes.txt :
## [1] "tristeza" "alegria" "alegria" "tristeza" "alegria" "alegria"
## [7] "alegria" "tristeza" "alegria" "alegria" "alegria" "tristeza"
## [ ... and 62 more ]
##
## Argelaga florida.txt :
## [1] "tristeza" "tristeza" "alegria" "alegria" "alegria" "alegria"
## [7] "alegria" "tristeza" "alegria" "alegria" "tristeza" "alegria"
## [ ... and 46 more ]dfm(dict_toks)## Document-feature matrix of: 2 documents, 2 features (0.00% sparse) and 0 docvars.
## features
## docs alegria tristeza
## Ànimes atuïdes.txt 45 29
## Argelaga florida.txt 30 282 Visualització i anàlisi de dades
2.1 Núvol de paraules i gràfic de freqüència
En 1.4, vam crear una DFM amb la freqüència dels tokens. Per absorbir aquestes freqüències de manera més ràpida, podem generar visualitzacions. Una opció és el núvol de paraules, un gràfic que permet la ràpida visualització dels termes més freqüents.
# Demostració de com les freqüències de paraules canvien d'acord amb la preparació del corpus
set.seed(100) # Per a la reproducció dels resultats
textplot_wordcloud(dfm_selected_unico, min_count = 6, random_order = FALSE, rotation = .25, color = RColorBrewer::brewer.pal(8, "Dark2"))## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## promesa could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## passaven could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## s'havia could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## perduda could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## desfici could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## somriure could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## grans could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## sobtadament could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tornar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## remors could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## llarga could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tingués could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## d'alegria could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : puja
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## plenes could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## criatura could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## doncs could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pensaments could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## branques could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## lluita could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pensa could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## parlar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## vergonya could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## rialla could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## capta could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pastor could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## plorant could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## l'arma could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : veig
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## l'estiu could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## rector could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## prior could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## immòbil could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## compte could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## quatre could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## mirades could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## llargues could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tornava could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : cors
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pujar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## boscúria could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## ferida could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## terrible could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## fredor could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## vanitat could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## esclatar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## aigua could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## sorra could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## coneixia could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pedra could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## triomfal could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## clarors could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## beneïda could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : punt
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## d'aigua could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : cama
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## capità could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## núvols could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## fugir could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## asseure's could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## paraules could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## joventut could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## vingué could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : peus
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : n'hi
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## esperant could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## l'escala could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## munió could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## plorar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## sentien could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pobra could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## cançó could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## plaça could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## passant could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## romandre could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## matinada could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## deixat could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## córrer could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : anat
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## vestit could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## haveu could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## amorosa could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tristesa could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## llamp could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## finestra could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pedres could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## lentament could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## cadàver could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : toia
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : amor
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pares could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## mossèn could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## millor could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## combat could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## miren could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## flama could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## s'anava could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## oïdes could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## esperit could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## obrir could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## eternament could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pensar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : bel
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## sortit could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## filla could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## duros could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : peu
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## taula could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## agafar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : nova
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pogués could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## diuen could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## alçar-se could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## morta could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## blancor could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## trobar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## treure could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## entrava could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## agafà could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : gust
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## cercant could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## matar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : pau
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : llum
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## petites could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## cloquer could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : sola
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## il·lusió could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : fuig
## could not be fit on page. It will not be plotted.
set.seed(100)
textplot_wordcloud(dfm_selected_files, min_count = 6, random_order = FALSE, rotation = .25, color = RColorBrewer::brewer.pal(8, "Dark2"))## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## muntanya could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## sentien could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : plor
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## l'amor could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## plorant could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : gorg
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pressa could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : ones
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## barca could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## l'hivern could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## fulles could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## veure's could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tornà could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## llargues could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## matinada could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## sentir-se could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## fredor could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## penediment could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## d'alegria could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## d'aigua could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## sospirs could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## seves could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## coses could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## criatura could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## desfici could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : fóra
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## misèria could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## hagués could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tornava could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : anà
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tremolosa could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## movent could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## carreta could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : pena
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : nova
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## esclatar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## llamp could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## germà could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pedra could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## quieta could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## gràcia could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## dintre could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## immòbil could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## joventut could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## quatre could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## mireu could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## andreu could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## perduda could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## munió could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pujar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## terrible could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## gossos could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## finestra could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tingués could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## clarors could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## cases could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## cadàver could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : sola
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : puja
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## imatge could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## seguí could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## jaumet could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## s'anava could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## núvols could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## esperit could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## miraven could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## jesús could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## morir could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : dida
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## passant could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## seguir could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## cercar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## voltes could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## baixa could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## petites could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## corda could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## soldat could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## sisca could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tenien could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## camps could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## obrir could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## d'haver could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## pensar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## asseure's could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : dôs
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## treball could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## voluntat could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## fer-li could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## taula could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## cançó could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tornar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## exclamà could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## tenen could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## deixà could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## amorosa could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## trobar could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## treure could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## triomfal could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## aigües could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : pau
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## negre could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## ramat could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, : reia
## could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## guerra could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## gairebé could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## bauma could not be fit on page. It will not be plotted.## Warning in wordcloud(x, min_size, max_size, min_count, max_words, color, :
## patllari could not be fit on page. It will not be plotted.
set.seed(100)
textplot_wordcloud(dfm_nostop, min_count = 6, random_order = FALSE, rotation = .25, color = RColorBrewer::brewer.pal(8, "Dark2"))
na altra solució és utilitzar la biblioteca ggplot i
representar en un gràfic el nombre d’ocurrències de les paraules més
freqüents.
# A partir del corpus format per un únic document
dfm_selected_unico %>%
textstat_frequency(n = 20) %>%
ggplot(aes(x = reorder(feature, frequency), y = frequency)) +
geom_point() +
coord_flip() +
labs(x = NULL, y = "Frequência") +
theme_minimal()
# A partir d'un corpus format per diversos documents
dfm_selected_files %>%
textstat_frequency(n = 20) %>%
ggplot(aes(x = reorder(feature, frequency), y = frequency)) +
geom_point() +
coord_flip() +
labs(x = NULL, y = "Frequência") +
theme_minimal()
2.2 Modelatge de temes (LDA)
Una altra funció freqüentment utilitzada en el Processament del Llenguatge Natural (PLN) és el modelatge de temes, també conegut com a topic modeling (TM). El modelatge de temes aplica un model estadístic que busca comprendre l’estructura del corpus i identificar i agrupar paraules que es relacionen d’alguna manera entre elles. El TM utilitza una tècnica semi o no supervisada per a la identificació d’aquests temes. En altres paraules, el programa aprèn a reconèixer patrons en les dades sense la necessitat d’anotacions prèvies. El codi següent demostra l’aplicació del model Latent Dirichlet Allocation (LDA).
# Topic modeling a partir del corpus format per un únic document
lda <- LDA(dfm_selected_unico, k = 10)
terms(lda, 10)## Topic 1 Topic 2 Topic 3 Topic 4 Topic 5 Topic 6 Topic 7
## [1,] "tots" "dona" "sempre" "cap" "l'andreu" "cor" "l'andreu"
## [2,] "casa" "casa" "ulls" "tots" "ulls" "tots" "cel"
## [3,] "por" "fins" "vida" "casa" "cap" "tecla" "jo"
## [4,] "ara" "tota" "tots" "fins" "casa" "jo" "nit"
## [5,] "nit" "ara" "l'andreu" "tecla" "jo" "fill" "dona"
## [6,] "damunt" "l'andreu" "jo" "dir" "sempre" "casa" "ulls"
## [7,] "martí" "sempre" "fins" "ben" "damunt" "tota" "tota"
## [8,] "jo" "feia" "fill" "dona" "tenia" "dir" "cap"
## [9,] "guim" "fill" "nit" "fill" "mort" "feia" "fill"
## [10,] "clàudia" "tenia" "mare" "ulls" "sant" "cap" "veu"
## Topic 8 Topic 9 Topic 10
## [1,] "l'andreu" "fill" "ara"
## [2,] "ulls" "ara" "cor"
## [3,] "dona" "tecla" "sempre"
## [4,] "sempre" "veu" "tecla"
## [5,] "damunt" "ulls" "fins"
## [6,] "tecla" "res" "vida"
## [7,] "tota" "cap" "mare"
## [8,] "després" "tota" "feia"
## [9,] "jo" "vida" "dir"
## [10,] "tots" "fins" "veu"# Topic modeling a partir d'un corpus format per diversos documents
lda <- LDA(dfm_selected_files, k = 10)
terms(lda, 10)## Topic 1 Topic 2 Topic 3 Topic 4 Topic 5 Topic 6 Topic 7
## [1,] "casa" "ulls" "magí" "tecla" "tots" "l'andreu" "damunt"
## [2,] "tots" "dona" "ulls" "l'andreu" "després" "feia" "cap"
## [3,] "joanín" "l'andreu" "tots" "ulls" "això" "cor" "dia"
## [4,] "clàudia" "sempre" "mar" "cap" "ulls" "sempre" "feia"
## [5,] "tu" "tota" "déu" "fill" "té" "dia" "tota"
## [6,] "cor" "dia" "son" "tota" "ara" "vida" "ben"
## [7,] "nit" "tecla" "cel" "ara" "mort" "ulls" "veure"
## [8,] "por" "casa" "mare" "fins" "veure" "joanín" "casa"
## [9,] "res" "jo" "plena" "després" "davant" "jo" "mare"
## [10,] "pare" "feia" "sentia" "jo" "cap" "ara" "ara"
## Topic 8 Topic 9 Topic 10
## [1,] "dona" "després" "tots"
## [2,] "tots" "fins" "tota"
## [3,] "pare" "cap" "mare"
## [4,] "fill" "poc" "dos"
## [5,] "mare" "ara" "casa"
## [6,] "jo" "mare" "jo"
## [7,] "cap" "tota" "mira"
## [8,] "l'andreu" "mort" "fill"
## [9,] "damunt" "jo" "veure"
## [10,] "tenia" "damunt" "damunt"2.3 Xarxa semàntica
El Feature co-occurrence matrix (FCM) és semblant al DFM, però considera les coocurrències, presentant un gràfic amb les xarxes semàntiques.
# Xarxa a partir del corpus format per un únic document
# Crear fcm a partir de dfm
fcm_nostop <- fcm(dfm_selected_unico)
# Llistar les top features
feat <- names(topfeatures(dfm_selected_unico, 50))
# Seleccionar
fcm_select <- fcm_select(fcm_nostop, pattern = feat, selection = "keep")
size <- log(colSums(dfm_select(dfm_selected_unico, feat, selection = "keep")))
textplot_network(fcm_select, min_freq = 0.8, vertex_size = size / max(size) * 3)
# Xarxa a partir d'un corpus format per diversos documents
# Crear fcm a partir de dfm
fcm_nostop <- fcm(dfm_selected_files)
# Llistar les top features
feat <- names(topfeatures(dfm_selected_files, 50))
# Seleccionar
fcm_select <- fcm_select(fcm_nostop, pattern = feat, selection = "keep")
size <- log(colSums(dfm_select(dfm_selected_files, feat, selection = "keep")))
textplot_network(fcm_select, min_freq = 0.8, vertex_size = size / max(size) * 3)
Dades i repositori
Les dades i codis estan disponibles via github https://github.com/DiegoEGimenez/R_literatura_Quanteda
El codi es pot visualitzar a https://rpubs.com/DiegoEGimenez/1191711
Agradiments
Aquest document (2024) conté una revisió i ampliació de codis originalment preparats per Diego Giménez i Andressa Gomide el 2022 per a l’anàlisi del “Llibre del Desassossec”. Alguns dels codis descrits en el document de 2022 van utilitzar els codis gentilment cedits per Mark Alfano, utilitzats en el seu treball “Nietzsche corpus analysis”.