#1
library("tm")
library("wordcloud")
library("sentimentr")
setwd("D:/Studia/Magisterskie/Semestr III/Przetwarzanie")
getwd()
teksty <- paste0(getwd(), "/hrabia")
teksty_dir <- DirSource(teksty,encoding="UTF-8")
korpus_dir <- VCorpus(teksty_dir)
czysc_korpus <- function(czysty_korpus, lista_slow=NULL) {
  czysty_korpus<-tm_map(czysty_korpus, removePunctuation)
  czysty_korpus<-tm_map(czysty_korpus, content_transformer(tolower))
  czysty_korpus<-tm_map(czysty_korpus, removeNumbers)
  czysty_korpus<-tm_map(czysty_korpus, stripWhitespace)
  czysty_korpus<-tm_map(czysty_korpus, removeWords, c(lista_slow, stopwords("en")))
  return(czysty_korpus)
}
czysty_korpus <- czysc_korpus(korpus_dir)
#2
dendrogram_hrabia <-DocumentTermMatrix(czysty_korpus,control = list(weighting = weightBin))
dendrogram_hrabia<-removeSparseTerms(dendrogram_hrabia, sparse=0.95)
mat_licz<-as.matrix(dendrogram_hrabia)
sums_licz<-rowSums(mat_licz)
sums_licz<-sort(sums_licz, decreasing = TRUE)
rozdz<-c(head(sums_licz,2),tail(sums_licz,2))
rozdz
barplot(rozdz, las=2,main = "Liczebność termów w rozdziałach",ylab="Liczba termów")
#3
tekst<-korpus_dir['rozdz34.txt']$content
(wynik_by <- sentiment_by(tekst))

ggplot(wynik_by, aes(element_id, ave_sentiment)) +
  geom_bar(stat = "identity") +
  labs(title = "Analiza nastroju treści rozdziału 34", x = "Opinie", y = "Ocena sentymentu") +
  theme_minimal()