juliasilge/tidy-text-mining
این پروژه کتاب دست‌نویس «داده‌کاوی متنی تمیز با R» اثر جولیا سیلگ و دیوید رابینسون است که به بررسی روش‌های تحلیل متن با استفاده از اصول Tidy Data در زبان برنامه‌نویسی R می‌پردازد.
کاربرد:
این کتاب به شما کمک می‌کند تا از طریق ابزارهایی مانند tidytext، متن را به شکلی ساختاریافته و قابل تحلیل درآورید و با استفاده از کتابخانه‌های R مانند dplyr، ggplot2 و tidyr، تحلیل‌های آماری و بصری‌سازی قدرتمندی انجام دهید.
در چه شرایطی بهتره استفاده شود؟
اگر با داده‌های متنی مثل توییت‌ها، مقالات، کتاب‌ها یا نظرات کاربران کار می‌کنید و می‌خواهید با رویکردی منظم و تمیز به تحلیل آن‌ها بپردازید، این منبع عالی است. همچنین برای کسانی که با tidyverse آشنا هستند و می‌خواهند مهارت‌هایشان را در حوزه NLP و متن گسترش دهند، بسیار مناسب است.
چند مثال از موارد استفاده:
تحلیل احساسات (Sentiment Analysis) از متون ادبی یا شبکه‌های اجتماعی
استخراج کلمات کلیدی و موضوعات اصلی از مجموعه‌ای از اسناد
بصری‌سازی توزیع کلمات و تغییرات معنایی در طول زمان
مقایسه سبک نوشتاری نویسندگان مختلف با استفاده از تحلیل کمّی متن
- ##text
- ##R
- ##tidytext
- ##NLP
- ##data
- ##sentiment
- ##tidyverse
- ##data
- ##machine
- ##book