当前位置:首页 > 工业技术
文挖掘  基于R语言的整洁工具
文挖掘  基于R语言的整洁工具

文挖掘 基于R语言的整洁工具PDF电子书下载

工业技术

  • 电子书积分:9 积分如何计算积分?
  • 作 者:茱莉亚.斯拉格
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2018
  • ISBN:9787111588559
  • 页数:162 页
图书介绍: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;最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。
《文挖掘 基于R语言的整洁工具》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

最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-idf 33

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-idf 129

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

相关图书
作者其它书籍
返回顶部