Rによるテキストマイニング ―tidytextを活用したデータ分析と可視化の基礎

2.2

 内部結合を使ったセンチメント分析

■

19

英単語の多くは感情的な意味を持たないので、これらの辞書にはすべての英単

語が含まれているわけではありません。また、これらの方法は、「

no good

」や「

not

true

」のような単語の前の修飾語を考慮に入れないことに注意することが大切です。

辞書ベースの方法は、ユニグラムだけに依拠するのです。多くのテキストでは（下

の物語の例など）、皮肉めいた部分やネガティブな部分がずっと続くことはないの

で、このことにはそれほど大きな意味はありません。また、整理テキストアプロー

チを使えば、与えられたテキストの中でどのような種類のネガティブな単語が重要

かを理解するための端緒が得られます。そのような分析の例については、第

9

章を

参照してください。

ユニグラムセンチメント分析の対象として使うテキストのサイズが分析に影響を

与える場合があることにも注意してください。多数の段落

から構成されるテキスト

は、ポジティブな感情もネガティブな感情も含んでおり、合計すると

0

に近くなっ

てしまうことがよくあります。

1

センテンスだけ、あるいは

1

段落だけを対象とする

方が、感情がはっきりとわかることが多いようです。

2.2

 内部結合を使ったセンチメント分析

整理形式のデータでは、内部結合（

inner join

）という形でセンチメント分析を行う

ことができます。これも、テキストマイニングを整理データ分析と考える方法が有

効である例の

1

つです。ストップワードの除去がアンチ結合（

anti-join ...