R によるやさしいテキストマイニング(Rニヨルヤサシイテキストマイニング)

機械学習で捗るテキストマイニング!
機械学習を用いた本格的なテキストマイニングをやさしく解説!
本書は、フリーの分析ツールである R を用いて、機械学習による大規模なテキストデータ解析の手法などをわかりやすく解説した書籍です。
(1) ウェブからのテキストデータの自動収集、 (2) 生の「きたない」データを分析しやすい「きれいな」データにするための前処理、 (3) 大規模データを解析するための機械学習の手法、 (4) 分析結果を顧客や上司に分かりやすく伝えるための可視化の手法を丁寧に解説しています。
解説は、数式が苦手な読者もすんなりと読めるように、手法の原理を直感的に理解できるイラスト・図面を多用した構成としています。
Part 1 テキストマイニング
第 1 章 自然言語処理
第 2 章 テキスト処理
第 3 章 スクレイピング

Part 2 機械学習
第 4 章 データハンドリング
第 5 章 教師あり学習ー回帰
第 6 章 教師あり学習ー分類
第 7 章 教師なし学習

顧客レビューや問い合わせログ、自由記述の回答といった言語データを、勘や目視ではなく再現できる手法で分析したい。そんな人に向けて、小林雄一郎氏が R での実践手順をまとめたのが本書です。 2017 年 9 月にオーム社から刊行された『 R によるやさしいテキストマイニング』の機械学習編で、書名の通り「やさしく」の看板を掲げつつ、扱う内容は機械学習を使った本格的なテキストデータ解析に踏み込みます。

流れは実務の工程に沿っています。 Web からテキストデータを自動収集するスクレイピング、生の乱雑なデータを分析可能な形に整える前処理、そして回帰と分類の教師あり学習、教師なし学習という機械学習の主要手法、結果を相手に伝えるための可視化。数式を極力使わず、手法の原理をイラストや図で直感的につかませる方針が貫かれているため、統計や数学に苦手意識があっても工程の意味を見失わずに進めます。

前提となるのは R の基本操作程度で、機械学習の事前知識は求められません。エンジニアだけでなく、言語データを扱う人文社会系の研究者や学生、業務でテキスト分析を任された非専門職まで、 R を分析の道具として使いたい幅広い層が対象です。読み終える頃には、収集から可視化までの一連の分析を自分のデータで再現できるようになっているはずです。