実践 R によるテキストマイニング(ジッセンアールニヨルテキストマイニング)

今やテキストマイニングは,文章を単語に切り分けて,単語の出現頻度を数えるだけにはとどまりません.

商品やイベントに対する SNS 上の意見をポジティブ・ネガティブに分ければ,何が評価されて,どこを改善すべきかが一目瞭然.
政治家の演説のトピックが,時代とともにどう移り変わってきたかを解析すると,社会の変化を見て取ることもできます.
小説の話題展開の流れや,登場人物とキーワードの結びつきも,自動で分析可能です.

文書解析で本当にやりたかったこれらのことは,R で手軽に実現できます.

テキストマイニング定番書の著者による,次の一歩のためのやさしい手引きです.
［もっと基本的なことから学びたい方は,同著者による「 R によるテキストマイニング入門[第 2 版] (森北出版) 」もご覧ください］

〈本書で扱う主な内容〉
●センチメント分析
日本語極性辞書を用いて,単語の極性からテキスト全体がポジティブかネガティブか判断.
●単語分散表現
単語の頻度だけでなく,出現位置に注目し,単語どうしの意味の関連性を数値化.
●機械学習,ディープラーニング
機械学習を用いて,より高度な解析も実現.Python を前提とした訓練済みモデルやディープラーニングのフレームワークも,RStudio から簡単に利用可能.
第 1 章 R による日本語テキスト解析の基礎
第 2 章 センチメント分析
第 3 章 構造的トピックモデル
第 4 章 Twitter 投稿テキストの評価
第 5 章 機械学習による予測
第 6 章 単語分散表現
第 7 章 R から Python ライブラリを実行

アンケートの自由記述、 SNS の投稿、論文の要旨など、構造化されていないテキストデータから意味のある情報を引き出したい場面は多いものの、数値データの分析に比べて「どこから手をつけるか」が分かりにくい領域です。本書は R 言語を使い、テキストデータの前処理から形態素解析、頻度分析、共起ネットワーク、トピックモデルまでを一貫した流れで学べる実践的な入門書です。

著者の石田基広氏はテキストマイニングを R で行うための環境整備に長年取り組んできた研究者で、日本語テキストの扱い (MeCab との連携、文字コードの問題、ストップワードの設計) に詳しい記述がある点が英語圏の類書にはない強みです。分析の手順だけでなく、結果の解釈と可視化にも重点を置いており、「分析して終わり」ではなく「分析結果を人に伝える」ところまでカバーしています。

Python で自然言語処理を行う人にとっては言語選択が異なりますが、テキストマイニングの考え方と分析設計のパターンは言語に依存しません。 R に馴染みがあり、自由記述データを扱う業務や研究に携わる人にとって、手を動かしながら手法を身につけるのに適した一冊です。