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