Text Mining with R: A Tidy Approach
Englisch, David Robinson, Julia SilgeIm Detail
Ein Grossteil der heute verfügbaren Daten ist unstrukturiert und textlastig, was es für Analysten schwierig macht, ihre gewohnten Datenaufbereitungs- und Visualisierungstools anzuwenden. Mit diesem praktischen Buch werden Sie Text-Mining-Techniken mit tidytext erkunden, einem Paket, das die Autoren Julia Silge und David Robinson unter Verwendung der tidy-Prinzipien hinter R-Paketen wie ggraph und dplyr entwickelt haben. Sie werden lernen, wie tidytext und andere tidy-Tools in R die Textanalyse einfacher und effektiver gestalten können. Die Autoren zeigen, wie die Behandlung von Text als Datenrahmen es Ihnen ermöglicht, die Eigenschaften von Text zu manipulieren, zusammenzufassen und zu visualisieren. Sie werden auch lernen, wie man natürliche Sprachverarbeitung (NLP) in effektive Arbeitsabläufe integriert. Praktische Codebeispiele und Datenanalysen helfen Ihnen, echte Erkenntnisse aus Literatur, Nachrichten und sozialen Medien zu gewinnen.
Erfahren Sie, wie Sie das tidy-Textformat auf NLP anwenden, Sentiment-Analyse nutzen, um den emotionalen Gehalt von Texten zu erfassen, die wichtigsten Begriffe eines Dokuments mit Frequenzmessungen zu identifizieren, Beziehungen und Verbindungen zwischen Wörtern mit den Paketen ggraph und widyr zu erkunden, zwischen R's tidy und nicht-tidy Textformaten hin und her zu konvertieren, Topic Modeling zu verwenden, um Dokumentensammlungen in natürliche Gruppen zu klassifizieren, und Fallstudien zu untersuchen, die Twitter-Archive vergleichen, NASA-Metadaten analysieren und Tausende von Usenet-Nachrichten untersuchen.