文本挖掘：基于R 语言的整洁工具

Table of contents

1. 封面
2. 扉页
3. 版权页
4. O’Reilly介绍
5. 译者序
6. 目录
7. 前言
   1. 大纲
   2. 本书不包括的主题
   3. 关于本书
   4. 本书约定
   5. 使用代码示例
   6. Safari在线图书
   7. 联系我们
   8. 致谢
8. 第1章 整洁文本格式
   1. 比较整洁文本结构与其他数据结构
   2. unnest_tokens函数
   3. 整理Jane Austen的作品
   4. gutenbergr包
   5. 词频
   6. 总结
9. 第2章 基于整洁数据的情感分析
   1. 情感数据集
   2. 内连接的情感分析
   3. 比较三个情感词典
   4. 最常见的正面单词和负面单词
   5. Wordclouds模块
   6. 除单词外的其他文本单元
   7. 总结
10. 第3章 分析词和文件频率：tf-idf
    1. Jane Austen小说中的词项频率
    2. Zipf定律
    3. bind_tf_idf函数
    4. 物理学语料库
    5. 总结
11. 第4章 词之间的关系：n-gram及相关性
    1. n-gram词条化
    2. 用widyr包对单词对计数并计算相关性 (1/2)
    3. 用widyr包对单词对计数并计算相关性 (2/2)
    4. 总结
12. 第5章 非整洁格式转换
    1. 使文档–词项矩阵整洁
    2. 将整洁文本数据转换为矩阵 (1/2)
    3. 将整洁文本数据转换为矩阵 (2/2)
    4. 总结
13. 第6章 主题建模
    1. LDA
    2. 示例：博大的图书馆馆藏 (1/2)
    3. 示例：博大的图书馆馆藏 (2/2)
    4. LDA方法的替代实现
    5. 总结
14. 第7章 案例研究：Twitter归档文件比较
    1. 单词使用情况的比较
    2. 单词使用情况的变化
    3. 收藏和转发
    4. 总结
15. 第8章 案例研究：NASA元数据挖掘
    1. NASA如何组织数据
    2. 共现单词与相关单词 (1/2)
    3. 共现单词与相关单词 (2/2)
    4. 计算描述字段的tf-idf (1/3)
    5. 计算描述字段的tf-idf (2/3)
    6. 计算描述字段的tf-idf (3/3)
    7. 总结
16. 第9章 案例研究：分析Usenet文本
    1. 预处理
    2. 新闻组中的单词
    3. 情感分析 (1/2)
    4. 情感分析 (2/2)
    5. 总结
17. 参考文献
18. 作者简介
19. 封面简介