文本挖掘：基于R语言的整洁工具

O’Reilly精品图书系列 文本挖掘：基于R语言的整洁工具 Text Mining with R：A Tidy Approach （美）茱莉亚·斯拉格（Julia Silge） （美）戴维· 罗宾逊（David Robinson） 著 刘波 罗棻 唐亮贵 译 ISBN：978-7-111-58855-9 © 2017 O’Reilly Media,Inc. Simplified Chinese Edition,jointly published by O’Reilly Media,Inc.and China Machine Press,2018.Authorized translation of the English edition,2017 O’Reilly Media,Inc.,the owner of all rights to publish and sell the same. All rights reserved including the rights of reproduction in whole or in part in any form. 本书纸版由机械工业出版社于2018年出版，电子版 由华章分社（北京华章图文信息有限公司，北京奥 维博世图书发行有限公司）在中华人民共和国境内 （不包括香港、澳门特别行政区及台湾地区）制作 与发行。 版权所有，侵权必究 客服热线：+ 86-10-68995265 客服信箱：service@bbbvip.com 官方网址：www.hzmedia.com.cn 新浪微博 @华章数媒 微信公众号 华章电子书（微信号：hzebook） 目录 O’Reilly Media，Inc.介绍 译者序 前言 第1章 整洁文本格式 比较整洁文本结构与其他数据结构 unnest_tokens函数 整理Jane Austen的作品 gutenbergr包 词频 总结 第2章 基于整洁数据的情感分析 情感数据集 内连接的情感分析 比较三个情感词典 最常见的正面单词和负面单词 Wordclouds模块 除单词外的其他文本单元 总结 第3章 分析词和文件频率：tf-idf Jane Austen小说中的词项频率 Zipf定律 bind_tf_idf函数 物理学语料库 总结 第4章 词之间的关系：n-gram及相关性 n-gram词条化 用widyr包对单词对计数并计算相关性 总结 第5章 非整洁格式转换 使文档–词项矩阵整洁 将整洁文本数据转换为矩阵 总结 第6章 主题建模 LDA 示例：博大的图书馆馆藏 LDA方法的替代实现 总结 第7章 案例研究：Twitter归档文件比较 单词......