متن کاوی با R

بخش عمده‌ای از داده‌های موجود امروزه بدون ساختار و متن‌محور هستند و همین امر، استفاده از ابزارهای معمول برای پردازش و مصورسازی داده‌ها را برای تحلیلگران چالش‌برانگیز می‌کند. با این کتاب کاربردی، تکنیک‌های متن‌کاوی را با tidytext بررسی خواهید کرد، بسته‌ای که نویسندگان آن جولیا سیلج و دیوید رابینسون با استفاده از اصول tidy در بسته‌های R مانند ggraph و dplyr توسعه داده‌اند. خواهید آموخت که چگونه tidytext و سایر ابزارهای tidy در R می‌توانند تحلیل متن را آسان‌تر و مؤثرتر کنند.

نویسندگان نشان می‌دهند که چگونه برخورد با متن به عنوان فریم‌های داده، شما را قادر می‌سازد تا ویژگی‌های متن را دستکاری، خلاصه و مصورسازی کنید. همچنین یاد خواهید گرفت که چگونه پردازش زبان طبیعی (NLP) را در گردش‌های کاری مؤثر ادغام کنید. مثال‌های کد کاربردی و کاوش داده‌ها به شما کمک می‌کند تا بینش‌های واقعی از ادبیات، اخبار و رسانه‌های اجتماعی ایجاد کنید.

یاد بگیرید چگونه فرمت متن tidy را در NLP به کار ببرید
استفاده از تحلیل احساسات برای کاوش محتوای احساسی متن
شناسایی مهم‌ترین اصطلاحات یک سند با اندازه‌گیری‌های فراوانی
بررسی روابط و ارتباطات بین کلمات با بسته‌های ggraph و widyr
تبدیل بین فرمت‌های متن tidy و non-tidy در R
استفاده از مدل‌سازی موضوعی برای طبقه‌بندی مجموعه‌های اسناد به گروه‌های طبیعی
بررسی مطالعات موردی که آرشیوهای توییتر را مقایسه می‌کنند، کاوش در فراداده‌های ناسا و تجزیه و تحلیل هزاران پیام Usenet