実践 R による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