Analyze text content of multiple websites
Janpu Hou
August 15, 2017
Create text files from web pages
If you want, you can built a cloud-based text analytics solution with many powerful features, including an Active Learning machine classification engine. Provides valuable insights about employees, customers, products, news, and citizens.
But, first you need to learn to built corpus from those webpages you are interested, and perform basic analysis on the corpus.
library(RCurl)## Loading required package: bitopslibrary(XML)
library(tm)## Loading required package: NLPlibrary(wordcloud)## Loading required package: RColorBrewerlibrary(SnowballC)
library(RColorBrewer)
library(ggplot2)##
## Attaching package: 'ggplot2'## The following object is masked from 'package:NLP':
##
## annotatehtml <- getURL("https://www.reuters.com/article/us-taiwan-power-outages-idUSKCN1AV1SQ", followlocation = TRUE)
doc = htmlParse(html, asText=TRUE)
plain.text <- xpathSApply(doc, "//p", xmlValue)
write.table(plain.text, "D:/R_Files/corpus/txt/d1.txt", sep="\t")
html <- getURL("http://news.abs-cbn.com/overseas/08/15/17/taiwan-urges-restraint-after-china-plane-enters-defense-zone", followlocation = TRUE)
doc = htmlParse(html, asText=TRUE)
plain.text <- xpathSApply(doc, "//p", xmlValue)
write.table(plain.text, "D:/R_Files/corpus/txt/d2.txt", sep="\t")
html <- getURL("http://www.heritage.org/event/the-future-taiwan-relations-the-new-administration", followlocation = TRUE)
doc = htmlParse(html, asText=TRUE)
plain.text <- xpathSApply(doc, "//p", xmlValue)
write.table(plain.text, "D:/R_Files/corpus/txt/d3.txt", sep="\t")
# make sure your text file location align with your R file location
setwd("D:/R_files")
cname <- file.path(".", "corpus", "txt")
length(dir(cname))## [1] 3dir(cname)## [1] "d1.txt" "d2.txt" "d3.txt"Convert text files into Corpus
docs <- Corpus(DirSource(cname))
docs## <<SimpleCorpus>>
## Metadata: corpus specific: 1, document level (indexed): 0
## Content: documents: 3class(docs)## [1] "SimpleCorpus" "Corpus"class(docs[[1]])## [1] "PlainTextDocument" "TextDocument"summary(docs)## Length Class Mode
## d1.txt 2 PlainTextDocument list
## d2.txt 2 PlainTextDocument list
## d3.txt 2 PlainTextDocument listPreparing the Corpus create TermDocumentMatrix
toSpace <- content_transformer(function(x, pattern) gsub(pattern, " ", x))
docs <- tm_map(docs, toSpace, "/|@|\\|")
inspect(docs[3])## <<SimpleCorpus>>
## Metadata: corpus specific: 1, document level (indexed): 0
## Content: documents: 1
##
## d3.txt
## "x"\n"1"\t"Frequently Searched"\n"2"\t"Top Issues"\n"3"\t"Domestic Policy"\n"4"\t"Political Thought"\n"5"\t"International"\n"6"\t"Government Spending"\n"7"\t"Energy & Environment"\n"8"\t"Legal and Judicial"\n"9"\t"Infrastructure & Technology"\n"10"\t"National Security"\n"11"\t"Culture"\n"12"\t"Health Care"\n"13"\t"Poverty & Welfare"\n"14"\t"Economy"\n"15"\t"Co-Hosted by the Taiwan Benevolent Association of America and the Institute for Taiwan-America Relations"\n"16"\t"Friday, Aug 11, 2017"\n"17"\t"1:30 pm - 5:15 pm"\n"18"\t"The Heritage Foundation"\n"19"\t"12:30 p.m. "\n"20"\t"Informal Networking Lunch <U+0096> Light Sandwich Buffet"\n"21"\t" "\n"22"\t"1:30 p.m."\n"23"\t"Opening Remarks"\n"24"\t"Lee Edwards, Distinguished Fellow in Conservative Thought, The Heritage Foundation"\n"25"\t"Wei Wang, President, Taiwan Benevolent Association of America"\n"26"\t"Yeni Wong, President, Institute for Taiwan-America Studies"\n"27"\t" "\n"28"\t"Keynote Address"\n"29"\t"Lyu-shun Shen, Former Representative, Taiwan Economic and Cultural Representative Office, Washington, D.C. "\n"30"\t"2:15 p.m."\n"31"\t"Session 1: Cross-Strait Relations and the U.S."\n"32"\t"Chung-Chian Teng, Professor, Department of Diplomacy, National Chengchi University, Taiwan"\n"33"\t"Patrick M. Cronin, Senior Advisor and Senior Director, Asia-Pacific Security Program, Center for a New American Security"\n"34"\t"Russell Hsiao, Executive Director, Global Taiwan Institute "\n"35"\t"Scott Kastner, Professor, Department of Government and Politics, University of Maryland "\n"36"\t"Dean Cheng, Senior Research Fellow, Asian Studies Center, The Heritage Foundation <U+0096> Moderator "\n"37"\t" "\n"38"\t"4:00 p.m."\n"39"\t"Session 2: Future of Economic Relations between the U.S. and Taiwan"\n"40"\t"Riley Walters, Research Associate, Douglas and Sarah Allison Center for Foreign Policy, The Heritage Foundation"\n"41"\t"Scott Kennedy, Director, Project on Chinese Business and Political Economy, CSIS"\n"42"\t"Vincent Wang, Dean and Professor of Politics, School of Humanities and Sciences, Ithaca College"\n"43"\t"Yinglee Tseng, Managing Director of TBAA-GDC <U+0096> Moderator "\n"44"\t""\n"45"\t"REPORT19 min read"\n"46"\t"REPORT6 min read"\n"47"\t"COMMENTARY3 min read"\n"48"\t"Subscribe to email updates"\n"49"\t"Thank you for signing up."\n"50"\t"Follow us"\n"51"\t"\n © 2017, The Heritage Foundation\n "docs <- tm_map(docs, content_transformer(tolower))
docs <- tm_map(docs, removeNumbers)
docs <- tm_map(docs, removePunctuation)
docs <- tm_map(docs, removeWords, stopwords("english"))
docs <- tm_map(docs, stripWhitespace)
# docs <- tm_map(docs, stemDocument)
dtm <- DocumentTermMatrix(docs)
dtm## <<DocumentTermMatrix (documents: 3, terms: 622)>>
## Non-/sparse entries: 660/1206
## Sparsity : 65%
## Maximal term length: 31
## Weighting : term frequency (tf)class(dtm)## [1] "DocumentTermMatrix" "simple_triplet_matrix"dim(dtm)## [1] 3 622tdm <- TermDocumentMatrix(docs)
tdm## <<TermDocumentMatrix (terms: 622, documents: 3)>>
## Non-/sparse entries: 660/1206
## Sparsity : 65%
## Maximal term length: 31
## Weighting : term frequency (tf)Most simplified document model - mulitnomial distribution of words
Document d is the result of sampling Nd words from the Multinomial b
N: total number of words in single document d
M: total number of words in all documents
D: total number of documents
b = (b 1, b 2. b k): parameters of a multinomial distribution
Estimate b by maximizing the likelihood
In this simplified case: N = (281,397,188) M = 588 D = 3 b needed to be estimated
freq <- rowSums(as.matrix(tdm))
length(freq)## [1] 622ord <- order(freq)
freq[head(ord)]## additional administrative affecting afternoon although
## 1 1 1 1 1
## amid
## 1freq[tail(ord)]## air chinese power said august taiwan
## 6 7 12 13 15 19head(table(freq), 15)## freq
## 1 2 3 4 5 6 7 12 13 15 19
## 483 92 20 12 8 2 1 1 1 1 1tail(table(freq), 15)## freq
## 1 2 3 4 5 6 7 12 13 15 19
## 483 92 20 12 8 2 1 1 1 1 1# or as dataframe(t)
df <- as.data.frame(as.matrix(tdm))
df$total <- rowSums(df)
df$word<-rownames(df)
colnames(df) <- c("doc1","doc2","doc3","total","word")
df <-df[order(-df$total),]
head(df,20)## doc1 doc2 doc3 total word
## taiwan 7 6 6 19 taiwan
## august 0 15 0 15 august
## said 10 3 0 13 said
## power 12 0 0 12 power
## chinese 0 6 1 7 chinese
## taiwans 2 4 0 6 taiwans
## air 0 6 0 6 air
## blackout 5 0 0 5 blackout
## government 2 1 2 5 government
## president 2 1 2 5 president
## aircraft 0 5 0 5 aircraft
## defense 0 5 0 5 defense
## relations 0 2 3 5 relations
## foundation 0 0 5 5 foundation
## heritage 0 0 5 5 heritage
## also 1 3 0 4 also
## caused 3 1 0 4 caused
## min 1 0 3 4 min
## read 1 0 3 4 read
## security 1 0 3 4 securitynewdata <-df[order(-df$total),]
head(newdata)## doc1 doc2 doc3 total word
## taiwan 7 6 6 19 taiwan
## august 0 15 0 15 august
## said 10 3 0 13 said
## power 12 0 0 12 power
## chinese 0 6 1 7 chinese
## taiwans 2 4 0 6 taiwansd <- newdata
df <- as.data.frame(cbind(d[1:21,]$word,as.numeric(d[1:21,]$total)))
colnames(df) <- c("Word","Frequency")
ggplot(df, aes(x=Word, y=Frequency)) +
geom_bar(stat="identity", fill="lightgreen", color="grey50")+
coord_flip()+
ggtitle("Bag-of-Words, document as multinomial distribution of words")
# we can world cloud the bag-of-words
dtm <- TermDocumentMatrix(docs)
m <- as.matrix(dtm)
v <- sort(rowSums(m),decreasing=TRUE)
d <- data.frame(word = names(v),freq=v)
head(d, 10)## word freq
## taiwan taiwan 19
## august august 15
## said said 13
## power power 12
## chinese chinese 7
## taiwans taiwans 6
## air air 6
## blackout blackout 5
## government government 5
## president president 5wordcloud(words = d$word, freq = d$freq, min.freq = 1,
max.words=200, random.order=FALSE, rot.per=0.35,
colors=brewer.pal(8, "Dark2"))
# save the tdm matrix
m <- as.matrix(tdm)
dim(m)## [1] 622 3write.csv(m, file="D:/R_Files/corpus/tdm.csv")
m <- as.matrix(tdm)
v <- sort(rowSums(m),decreasing=TRUE)
d <- data.frame(word = names(v),freq=v)
head(d, 30)## word freq
## taiwan taiwan 19
## august august 15
## said said 13
## power power 12
## chinese chinese 7
## taiwans taiwans 6
## air air 6
## blackout blackout 5
## government government 5
## president president 5
## aircraft aircraft 5
## defense defense 5
## relations relations 5
## foundation foundation 5
## heritage heritage 5
## also also 4
## caused caused 4
## min min 4
## read read 4
## security security 4
## since since 4
## spokesman spokesman 4
## beijing beijing 4
## china china 4
## near near 4
## zone zone 4
## director director 4
## corp corp 3
## island island 3
## national national 3Most simplified topics model - multinomial distribution of topics
wordMatrix = as.data.frame( t(as.matrix( dtm )) )
wordMatrix$word<-rownames(wordMatrix)
colnames(wordMatrix) <- c("doc1","doc2","doc3","word")
newdata <-wordMatrix[order(-wordMatrix$doc1),]
head(newdata)## doc1 doc2 doc3 word NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 5 1
## d2.txt 0 0 1 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 2 1 3 1 1 1 1 1 1 1 1 1 1 1 2 1 3 1 1 2 1 1
## d2.txt 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 2 1 1 2 1 1 1 1 2 2 1 1 2 1 1 2 1 2 1
## d2.txt 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 1 1 1 1 2 2 1 2 2 1 1 2 1 1 1 1 1 1
## d2.txt 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 2 1 1 1 1 1 1 1 1 3 3 1 1 1 1 2 1 2 12 1 2
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
## d3.txt 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 2 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 1
## d3.txt 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 10 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 2 1 1
## d2.txt 0 0 3 0 0 0 0 0 1 0 0 0 3 0 0 2 0 0 0 0 0 0
## d3.txt 0 0 0 3 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 2 2 1 1 7 2 2 1 1 1 1 1 1 1 1 1 2 1
## d2.txt 0 0 0 0 0 0 0 2 6 4 0 0 0 0 0 0 0 0 0 0 1 0
## d3.txt 0 0 0 0 0 0 0 0 6 0 0 0 0 0 1 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 3 1 2 2 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 2 0 0 0 0 0 0 0 1 1 1 1 1 1 1 6 5 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 15 1 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 2 1 1 3 1 1 4 1 6 1 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 2 1 1 1 1 3 1 1 5 1 1 1 1 1 2 1 2 1
## d3.txt 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 2
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 3 1 1 1 1 1 1 1 1 1 4 1 1 1 1 2 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 2 2 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 2 2 1 1 1 3
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 2 2 2 1 1 2 1 1 1 2 1 1 1 1 1 3 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 2 2 1 1 1 1 1 2 1 1 1 2 1 1 1 1
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 1 1 1 2 1 1 1 1 2 2 1 1 1 3 1 1 1 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 1 1 2 2 1 4 1 1 1 2 2 1 1 1 1 1 2
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 5 1 1 1 1 1 5 1 1 1 3 1 1 1 1 1 1 1 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 2 1 1 1 1 2 2 2 1 3 1 1 1 2 2 2 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 2 1 3 2 1 1 2 1 2 1 1 1 2 1 2 1 1
## NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 d1.txt
## d2.txt 0 0 0 0 0 0 0 0 d2.txt
## d3.txt 1 2 1 1 1 1 1 1 d3.txt# document 1
newdata <-wordMatrix[order(-wordMatrix$doc1),]
head(newdata)## doc1 doc2 doc3 word NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 5 1
## d2.txt 0 0 1 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 2 1 3 1 1 1 1 1 1 1 1 1 1 1 2 1 3 1 1 2 1 1
## d2.txt 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 2 1 1 2 1 1 1 1 2 2 1 1 2 1 1 2 1 2 1
## d2.txt 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 1 1 1 1 2 2 1 2 2 1 1 2 1 1 1 1 1 1
## d2.txt 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 2 1 1 1 1 1 1 1 1 3 3 1 1 1 1 2 1 2 12 1 2
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
## d3.txt 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 2 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 1
## d3.txt 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 10 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 2 1 1
## d2.txt 0 0 3 0 0 0 0 0 1 0 0 0 3 0 0 2 0 0 0 0 0 0
## d3.txt 0 0 0 3 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 2 2 1 1 7 2 2 1 1 1 1 1 1 1 1 1 2 1
## d2.txt 0 0 0 0 0 0 0 2 6 4 0 0 0 0 0 0 0 0 0 0 1 0
## d3.txt 0 0 0 0 0 0 0 0 6 0 0 0 0 0 1 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 3 1 2 2 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 2 0 0 0 0 0 0 0 1 1 1 1 1 1 1 6 5 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 15 1 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 2 1 1 3 1 1 4 1 6 1 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 2 1 1 1 1 3 1 1 5 1 1 1 1 1 2 1 2 1
## d3.txt 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 2
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 3 1 1 1 1 1 1 1 1 1 4 1 1 1 1 2 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 2 2 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 2 2 1 1 1 3
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 2 2 2 1 1 2 1 1 1 2 1 1 1 1 1 3 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 2 2 1 1 1 1 1 2 1 1 1 2 1 1 1 1
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 1 1 1 2 1 1 1 1 2 2 1 1 1 3 1 1 1 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 1 1 2 2 1 4 1 1 1 2 2 1 1 1 1 1 2
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 5 1 1 1 1 1 5 1 1 1 3 1 1 1 1 1 1 1 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 2 1 1 1 1 2 2 2 1 3 1 1 1 2 2 2 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 2 1 3 2 1 1 2 1 2 1 1 1 2 1 2 1 1
## NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 d1.txt
## d2.txt 0 0 0 0 0 0 0 0 d2.txt
## d3.txt 1 2 1 1 1 1 1 1 d3.txtd <- newdata
df <- as.data.frame(cbind(d[1:10,]$word,as.numeric(d[1:10,]$doc1)))
colnames(df)<- c("Word","Frequency")
wordcloud(words = wordMatrix$word, freq = wordMatrix$doc1, min.freq = 3,colors=brewer.pal(8, "Dark2"))
df <- as.data.frame(cbind(d[1:10,]$word,as.numeric(d[1:10,]$doc2)))
colnames(df)<- c("Word","Frequency")
wordcloud(words = wordMatrix$word, freq = wordMatrix$doc2, min.freq = 3,colors=brewer.pal(8, "Dark2"))
df <- as.data.frame(cbind(d[1:10,]$word,as.numeric(d[1:10,]$doc3)))
colnames(df)<- c("Word","Frequency")
wordcloud(words = wordMatrix$word, freq = wordMatrix$doc3, min.freq = 3,colors=brewer.pal(8, "Dark2"))
Inferential topics from Frequent Items
simple way to estimate the topics
wordMatrix = as.data.frame( t(as.matrix( dtm )) )
wordMatrix$word<-rownames(wordMatrix)
colnames(wordMatrix) <- c("doc1","doc2","doc3","word")
# document 1
newdata <-wordMatrix[order(-wordMatrix$doc1),]
head(newdata)## doc1 doc2 doc3 word NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 5 1
## d2.txt 0 0 1 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 2 1 3 1 1 1 1 1 1 1 1 1 1 1 2 1 3 1 1 2 1 1
## d2.txt 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 2 1 1 2 1 1 1 1 2 2 1 1 2 1 1 2 1 2 1
## d2.txt 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 1 1 1 1 2 2 1 2 2 1 1 2 1 1 1 1 1 1
## d2.txt 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 2 1 1 1 1 1 1 1 1 3 3 1 1 1 1 2 1 2 12 1 2
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
## d3.txt 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 2 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 1
## d3.txt 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 10 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 2 1 1
## d2.txt 0 0 3 0 0 0 0 0 1 0 0 0 3 0 0 2 0 0 0 0 0 0
## d3.txt 0 0 0 3 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 2 2 1 1 7 2 2 1 1 1 1 1 1 1 1 1 2 1
## d2.txt 0 0 0 0 0 0 0 2 6 4 0 0 0 0 0 0 0 0 0 0 1 0
## d3.txt 0 0 0 0 0 0 0 0 6 0 0 0 0 0 1 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 3 1 2 2 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 2 0 0 0 0 0 0 0 1 1 1 1 1 1 1 6 5 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 15 1 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 2 1 1 3 1 1 4 1 6 1 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 2 1 1 1 1 3 1 1 5 1 1 1 1 1 2 1 2 1
## d3.txt 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 2
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 3 1 1 1 1 1 1 1 1 1 4 1 1 1 1 2 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 2 2 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 2 2 1 1 1 3
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 2 2 2 1 1 2 1 1 1 2 1 1 1 1 1 3 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 2 2 1 1 1 1 1 2 1 1 1 2 1 1 1 1
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 1 1 1 2 1 1 1 1 2 2 1 1 1 3 1 1 1 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 1 1 2 2 1 4 1 1 1 2 2 1 1 1 1 1 2
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 5 1 1 1 1 1 5 1 1 1 3 1 1 1 1 1 1 1 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 2 1 1 1 1 2 2 2 1 3 1 1 1 2 2 2 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 2 1 3 2 1 1 2 1 2 1 1 1 2 1 2 1 1
## NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 d1.txt
## d2.txt 0 0 0 0 0 0 0 0 d2.txt
## d3.txt 1 2 1 1 1 1 1 1 d3.txtd <- newdata
df <- as.data.frame(cbind(d[1:10,]$word,as.numeric(d[1:10,]$doc1)))
colnames(df)<- c("Word","Frequency")
ggplot(df, aes(x=Word, y=Frequency)) +
geom_bar(stat="identity", fill="lightgreen", color="grey50")+
coord_flip()+
ggtitle("Document 1")## Warning: Removed 7 rows containing missing values (position_stack).
# document 2
newdata <-wordMatrix[order(-wordMatrix$doc2),]
head(newdata)## doc1 doc2 doc3 word NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 5 1
## d2.txt 0 0 1 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 2 1 3 1 1 1 1 1 1 1 1 1 1 1 2 1 3 1 1 2 1 1
## d2.txt 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 2 1 1 2 1 1 1 1 2 2 1 1 2 1 1 2 1 2 1
## d2.txt 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 1 1 1 1 2 2 1 2 2 1 1 2 1 1 1 1 1 1
## d2.txt 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 2 1 1 1 1 1 1 1 1 3 3 1 1 1 1 2 1 2 12 1 2
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
## d3.txt 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 2 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 1
## d3.txt 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 10 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 2 1 1
## d2.txt 0 0 3 0 0 0 0 0 1 0 0 0 3 0 0 2 0 0 0 0 0 0
## d3.txt 0 0 0 3 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 2 2 1 1 7 2 2 1 1 1 1 1 1 1 1 1 2 1
## d2.txt 0 0 0 0 0 0 0 2 6 4 0 0 0 0 0 0 0 0 0 0 1 0
## d3.txt 0 0 0 0 0 0 0 0 6 0 0 0 0 0 1 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 3 1 2 2 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 2 0 0 0 0 0 0 0 1 1 1 1 1 1 1 6 5 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 15 1 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 2 1 1 3 1 1 4 1 6 1 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 2 1 1 1 1 3 1 1 5 1 1 1 1 1 2 1 2 1
## d3.txt 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 2
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 3 1 1 1 1 1 1 1 1 1 4 1 1 1 1 2 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 2 2 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 2 2 1 1 1 3
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 2 2 2 1 1 2 1 1 1 2 1 1 1 1 1 3 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 2 2 1 1 1 1 1 2 1 1 1 2 1 1 1 1
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 1 1 1 2 1 1 1 1 2 2 1 1 1 3 1 1 1 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 1 1 2 2 1 4 1 1 1 2 2 1 1 1 1 1 2
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 5 1 1 1 1 1 5 1 1 1 3 1 1 1 1 1 1 1 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 2 1 1 1 1 2 2 2 1 3 1 1 1 2 2 2 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 2 1 3 2 1 1 2 1 2 1 1 1 2 1 2 1 1
## NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 d1.txt
## d2.txt 0 0 0 0 0 0 0 0 d2.txt
## d3.txt 1 2 1 1 1 1 1 1 d3.txtd <- newdata
df <- as.data.frame(cbind(d[1:15,]$word,as.numeric(d[1:15,]$doc2)))
colnames(df)<- c("Word","Frequency")
ggplot(df, aes(x=Word, y=Frequency)) +
geom_bar(stat="identity", fill="lightgreen", color="grey50")+
coord_flip()+
ggtitle("Document 2")## Warning: Removed 12 rows containing missing values (position_stack).
# document 3
newdata <-wordMatrix[order(-wordMatrix$doc3),]
head(newdata)## doc1 doc2 doc3 word NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 5 1
## d2.txt 0 0 1 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 2 1 3 1 1 1 1 1 1 1 1 1 1 1 2 1 3 1 1 2 1 1
## d2.txt 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 2 1 1 2 1 1 1 1 2 2 1 1 2 1 1 2 1 2 1
## d2.txt 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
## d3.txt 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 1 1 1 1 2 2 1 2 2 1 1 2 1 1 1 1 1 1
## d2.txt 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 2 1 1 1 1 1 1 1 1 3 3 1 1 1 1 2 1 2 12 1 2
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
## d3.txt 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 2 1 1
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 1
## d3.txt 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 10 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 2 1 1
## d2.txt 0 0 3 0 0 0 0 0 1 0 0 0 3 0 0 2 0 0 0 0 0 0
## d3.txt 0 0 0 3 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 1 1 2 2 1 1 7 2 2 1 1 1 1 1 1 1 1 1 2 1
## d2.txt 0 0 0 0 0 0 0 2 6 4 0 0 0 0 0 0 0 0 0 0 1 0
## d3.txt 0 0 0 0 0 0 0 0 6 0 0 0 0 0 1 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 1 1 3 1 2 2 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 2 0 0 0 0 0 0 0 1 1 1 1 1 1 1 6 5 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 15 1 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 2 1 1 3 1 1 4 1 6 1 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 2 1 1 1 1 3 1 1 5 1 1 1 1 1 2 1 2 1
## d3.txt 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 1 2
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 3 1 1 1 1 1 1 1 1 1 4 1 1 1 1 2 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 2 2 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 2 2 1 1 1 3
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 2 2 2 1 1 2 1 1 1 2 1 1 1 1 1 3 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1
## d3.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 1 1 1 2 2 1 1 1 1 1 2 1 1 1 2 1 1 1 1
## d3.txt 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 1 1 1 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 0 0 0 0 1 1 1 2 1 1 1 1 2 2 1 1 1 3 1 1 1 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 1 1 2 2 1 4 1 1 1 2 2 1 1 1 1 1 2
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 5 1 1 1 1 1 5 1 1 1 3 1 1 1 1 1 1 1 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 2 1 1 1 1 2 2 2 1 3 1 1 1 2 2 2 1
## NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d2.txt 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## d3.txt 1 1 1 1 1 2 1 3 2 1 1 2 1 2 1 1 1 2 1 2 1 1
## NA NA NA NA NA NA NA NA NA
## d1.txt 0 0 0 0 0 0 0 0 d1.txt
## d2.txt 0 0 0 0 0 0 0 0 d2.txt
## d3.txt 1 2 1 1 1 1 1 1 d3.txtd <- newdata
df <- as.data.frame(cbind(d[1:15,]$word,as.numeric(d[1:15,]$doc3)))
colnames(df)<- c("Word","Frequency")
ggplot(df, aes(x=Word, y=Frequency)) +
geom_bar(stat="identity", fill="lightgreen", color="grey50")+
coord_flip()+
ggtitle("Document 3")## Warning: Removed 12 rows containing missing values (position_stack).
print("Topic of Document 1 :Taiwan suffers massive power cut, affecting millions of households")## [1] "Topic of Document 1 :Taiwan suffers massive power cut, affecting millions of households"print("Topic of Document 2 :Taiwan urges restraint after China plane enters defense zone")## [1] "Topic of Document 2 :Taiwan urges restraint after China plane enters defense zone"print("Topic of Document 3 :Agenda of The Heritage Foundation")## [1] "Topic of Document 3 :Agenda of The Heritage Foundation"