R

以上我們介紹了如何將中文文章進行清理、斷詞等處理，最後轉換成矩陣，再進行一些簡單分析與繪圖。本文介紹之操作，還可以繼續進行關鍵字分群、主題模型、情緒分析等進階 ...

R 語言文字探勘課程，課程將從文字資料的特殊性開始介紹，教你如何利用R 語言的各項套件清理、轉換、斷詞與視覺化文字資料。還會傳授以詞彙為基礎的文字分析技巧， ...

從原始的文字資料，經過 unnest_tokens() 分詞後，每筆資料都代表一個詞，這樣的資料在 tidytext 框架中，就被稱為「tidy text」資料（整齊、整潔的文字），這也貼合 ...

2023年10月5日 — 文字探勘的諸多應用如情緒分析、文本分類，聽起來都很美好，但在分析資料以前，首先要有乾淨資料，而字串處理可以幫助我們達成任務。 若我們想分析歷屆 ...

2023年10月5日 — 開發者們打造許多套件，替人們處理文字探勘。有些針對特定任務，例如在主題模型章節中我會介紹stm、LDA，在詞向量章節中則以gensim、word2vec為範例； ...

2019年5月23日 — 將非結構性的新聞資料結合應用在財務上，最直覺的方法之一就是找出個股新聞與股價之間的關係了。在這之前，我們必須先知道哪些是個股新聞、哪些不是、 ...

2019年5月23日 — 要掌握文字探勘的技術，就必須先從斷詞開始！ 什麼是斷詞？斷詞就是將文章依照詞彙來拆解，這可以幫助我們了解文章是以什麼樣的詞彙所組成，進一步找到高 ...

2019年4月17日 — 一個符號(token) 是文本當中有意義的單元，也就是我們經常使用的 詞 ，tidy 文本探勘的時候，每一行的符號通常是單個詞，但也可以是n-gram、句子或是段落 ...

內容包含資料清理、斷詞和詞頻、情緒分析和字典法、tf-idf計算和應用、主題建模、機器學習、語意網絡的社會網絡分析，以及網站資料的抓取等。 【自學R語言，順利掌握 ...

文字探勘(Text Mining)是資料探勘的一個分支領域，針對文字內容進行分析。文字資料大多屬於半結構化與非結構化資料， 因此在正式挖掘可能的有用資訊前，通常需要先對文字 ...