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

28

■

2

章 整理データを使ったセンチメント分析

custom_stop_words

## # A tibble: 1,150

×

2

## word lexicon

## <chr> <chr>

## 1 miss custom

## 2 a SMART

## 3 a's SMART

## 4 able SMART

## 5 about SMART

## 6 above SMART

## 7 according SMART

## 8 accordingly SMART

## 9 across SMART

## 10 actually SMART

## # ... with 1,140 more rows

2.5

 ワードクラウド

整理テキストマイニングのアプローチが

g

gplot2

とうまく適合することはすでに

紹介した通りですが、データを整理形式にしておくと、ほかのプロットでもうまく

使うことができます。

たとえば、

wordcloud

パッケージは、

R

がもともと持っているグラフィックス機

能を使っています。この

wordcloud

パッケージを使って、ジェーン・オースティン

の作品全体の最頻出語を改めて調べてみましょう（図2-5 参照）。

library(wordcloud)

tidy_books %>%

anti_join(stop_words) %>%

count(word) %>%

with(wordcloud(word, n, max.words = 100))

2.5

 ワードクラウド

■

29

図2-5　ジェーン