微信扫一扫,移动浏览光盘
简介
全书共9章，主要介绍如何使用基于R的整洁工具来进行文本分析。首先介绍了整洁文本的格式，以及如何获取整洁文本数据集；并通过tidytext中的情感数据集来进行情绪分析；接着介绍了如何根据tf-idf统计量来识别特定文档中的重要单词，以及如何利用n-gram来分析文本中的文字网络；之后介绍了如何将整洁文本转换为文档词项矩阵和Corpus对象格式，并给出了主题建模的概念；后通过整合多种已知的整洁文本挖掘方法，给出了一些研究案例，这些案例涉及Twitter归档文件、NASA数据集以及来自新闻组的即时通信信息。
目录
前言1
第1章 整洁文本格式7
比较整洁文本结构与其他数据结构8
unnest_tokens函数8
整理Jane Austen的作品10
gutenbergr包13
词频13
总结17
第2章 基于整洁数据的情感分析18
情感数据集18
内连接的情感分析21
比较三个情感词典24
*常见的正面单词和负面单词26
Wordclouds模块 28
除单词外的其他文本单元30
总结32
第3章 分析词和文件频率：tf-idf33
Jane Austen小说中的词项频率34
Zipf定律35
bind_tf_idf函数38
物理学语料库41
总结45
第4章 词之间的关系：n-gram及相关性46
n-gram词条化46
用widyr包对单词对计数并计算相关性60
总结66
第5章 非整洁格式转换67
使文档–词项矩阵整洁67
将整洁文本数据转换为矩阵74
总结84
第6章 主题建模85
LDA 86
示例：博大的图书馆馆藏91
LDA方法的替代实现 101
总结102
第7章 案例研究：Twitter归档文件比较103
单词使用情况的比较107
单词使用情况的变化109
收藏和转发113
总结 117
第8章 案例研究：NASA元数据挖掘118
NASA如何组织数据118
共现单词与相关单词123
计算描述字段的tf-idf129
总结142
第9章 案例研究：分析Usenet文本143
预处理143
新闻组中的单词146
情感分析151
总结159
参考文献160
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
