literaturaBR

literaturaBR copied to clipboard

title: "literaturaBR" output: github_document

literaturaBR: Textos da literatura clássica brasileira para praticar Text Mining

NOTE: This package is strictly intented for Portuguese speakers or people fluent in Portuguese. As it does not make any reasonable sense to do Text Mining tasks in a language you are not comfortable with, the documentation and the vignettes of literaturaBR shall be provided only in Portuguese.

literaturaBR possibilita que usuários R importem da maneira mais fácil possível textos clássicos com o objetivo de realizar tarefas de Text Mining, como Análise de Sentimento e técnicas quantitativas aplicadas a datasets textuais. Um exemplo de utilização do pacote está em meu site.

Até o momento, estes livros estão disponíveis no pacote:

• O Alienista, de Machado de Assis;
• O Ateneu, de Raul Pompeia;
• A Escrava Isaura, de Bernardo Guimarães;
• Memórias de um Sargento de Milícias, de Manuel Antonio de Almeida;
• Memórias Póstumas de Brás Cubas, de Machado de Assis;
• O Cortiço, de Aluísio Azevedo (Adicionado em 22/11/2017);
• Noite na Taverna, de Álvares de Azevedo (Adicionado em 22/11/2017);
• Dom Casmurro, de Machado de Assis (Adicionado em 02/12/2017);

Os livros providenciados pelo literaturaBR estão em domínio público e são extraídos do site Wikisource por meio de web scraping. O código escrito para extrair os livros e os converter em dataframe estão presentes na pasta data-raw/.

Você pode solicitar um novo livro para o pacote abrindo uma issue neste repositório. Em até duas semanas eu disponibilizo o livro que pedirem.

Objetivo do pacote

Este pacote, juntamente com meu outro pacote lexiconPT, tem o potencial de atrair para o mundo R pessoas de especialidades que não costumam programar, como Letras e História. Se você é estudante desses cursos, tem interesse em usar o pacote literaturaBR mas tem pouca experiência em programar com R, entre em contato comigo.

Um exemplo de utilização do pacote pode ser encontrado [neste post] no meu site.

Instalação

Para instalar o pacote, que por enquanto está disponível apenas no Github, rode o comando abaixo:

devtools::install_github("sillasgonzaga/literaturaBR")

Para importar o dataset de um livro, basta usar a função data(). Você pode conferir os datasets disponíveis no literaturaBR com o comando data(package = 'literaturaBR').

Agradecimentos

Agradeço ao professor Ariel Levy da UFF por me encorajar a fazer o pacote falando sobre como ele poderia ser útil para disseminar o R em outros departamentos além das exatas e biológicas.