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