cleanTxt: Funzione per la pulizia dei testi

In PaoloDalena/banchedatiz: Utilizzo Statistico di Banche Dati Economiche Online Unofficial Helper

Description

Questa funzione facilita le operazioni di pre-trattamento e pulizia dei testi, permettendo di personalizzare le operazioni che si vogliono eseguire. Di default:

• non viene effettuata la conversione da utf-8 a latin1

• vengono rimossi gli hashtag e le mention

• non vengono rimossi i numeri

• viene effettuata la conversione a minuscolo.

Usage

cleanTxt(x = NULL, conv = FALSE, hash = TRUE, hashlist = NULL,
  mention = TRUE, mentlist = NULL, numeri = FALSE, minusc = TRUE)

Arguments

x	Vettore dei testi (tweets).
conv	Logico, se TRUE converte da UTF-8 a latin1.
hash	Logico, se TRUE rimuove per intero gli hashtags.
hashlist	Lista con gli hashtags, necessaria se hash = FALSE (è la lista hashtag nell’oggetto tweet, restituito da get_timeline o da search_tweet).
mention	Logico, se TRUE rimuove per intero le mentions.
mentlist	Lista con le mentions, necessaria se mention = FALSE (oggetto.tweet$mentions_screen_name).
numeri	Logico, se TRUE rimuove tutti i numeri.
minusc	Logico, se TRUE trasforma i testi in minuscolo.

Value

Il vettore dei testi pulito, più semplice da utilizzare per le analisi.

Examples

## Not run: 

tw_amala <- search_tweets(
q = "inter", n = 5000, type = "recent", include_rts = T, lang="it"
)

cleanTxt(
tw_amala$text,
conv = TRUE,
hash = TRUE,
mention = TRUE,
numeri = TRUE
minusc = TRUE)

## End(Not run)

PaoloDalena/banchedatiz documentation built on Jan. 2, 2021, 9:15 a.m.