R语言书籍|Text Mining with R

Posted 2021-04-18 菜鸟学数据分析之R语言

     昨天有小粉丝私信我有没有适合学习文本挖掘的书籍推荐，于是想到可以推出【R 书籍】这个专辑，分享和R语言相关的书籍，主要内容包括R实战，R语言与统计分析，R语言与机器学习，R语言与数据科学等。今日分享书籍是《Text Mining with R》

    阅读链接：https://www.tidytextmining.com/index.html

复制链接，使用浏览器打开即可在线阅读。

    这本书是介绍使用tidytext包和r中的其他整理工具进行文本挖掘的。tidytext包提供的功能相对简单;重要的是应用。因此，这本书提供了引人注目的实际文本挖掘问题的例子。

我们首先介绍整齐的文本格式，以及dplyr、tidyr和tidytext允许对该结构进行信息分析的一些方法。

    第1章概述了整洁的文本格式和unnest_tokens()函数。它还介绍了gutenbergr和janeaustenr包，提供在有用的文学文本数据集。

    第2章展示了如何使用来自tidytext和dplyr的inner_join()数据集对整洁的文本数据集进行情绪分析。

    第3章描述tf-idf统计量(术语频率乘以反向文档频率)，用于识别对特定文档特别重要的术语。

    第4章介绍了n-grams和如何使用widyr和ggraph包分析word网络中的文本。文本在分析的所有阶段都不是整齐的，能够在整齐和不整齐的格式之间来回转换是很重要的。

   第5章介绍了整理tm和quanteda包中的文档术语矩阵和语料库对象的方法，以及将整洁的文本数据集转换成这些格式的方法。

   第6章探讨了主题建模的概念，并使用tidy()方法来解释和可视化topicmodels包的输出。

    最后，用几个案例研究总结了所学到的多种整洁文本挖掘方法。

    第7章通过分析作者自己的Twitter档案，展示了一个整洁文本分析的应用。戴夫和茱莉亚的推特习惯比较起来怎么样?

   第8章探索了32,000多个NASA数据集(JSON格式)中的元数据，通过查看数据集中的关键词是如何连接到标题和描述字段的。

   第9章分析了来自不同新闻组的Usenet消息数据集(关注的主题包括政治、曲棍球、技术、无神论等)，以了解不同组之间的模式。

这本书关于文本挖掘的基础介绍的很详细，可以选择快速阅读的方式，选择自己需要的内容进行学习，这本书的英文章节如下：

·       Text Mining with R

·       Welcome to Text Mining with R

·       Preface

·       1 The tidy text format

·       2 Sentiment analysis with tidy data

·       3 Analyzing word and document frequency: tf-idf

·       4 Relationships between words: n-grams and correlations

·       5 Converting to and from non-tidy formats

·       6 Topic modeling

·       7 Case study: comparing Twitter archives

·       8 Case study: mining NASA metadata

·       9 Case study: analyzing usenet text

·       10 References

·       Published with bookdown