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

54

■

4

章 単語間の関係：

n

グラムと相関

ます。たとえば、

n

を

2

とすると、

2

つの連続する単語（よく「バイグラム」とも呼ば

れます）を分析できます。

library(dplyr)

library(tidytext)

library(janeaustenr)

austen_bigrams <- austen_books() %>%

unnest_tokens(bigram, text, token = "ngrams", n = 2)

austen_bigrams

## # A tibble: 725,048

×

2

## book bigram

## <fctr> <chr>

## 1 Sense & Sensibility sense and

## 2 Sense & Sensibility and sensibility

## 3

Sense & Sensibility sensibility by

## 4 Sense & Sensibility by jane

## 5 Sense & Sensibility jane austen

## 6 Sense & Sensibility austen 1811

## 7 Sense & Sensibility 1811 chapter

## 8 Sense & Sensibility chapter 1

## 9 Sense & Sensibility 1 the

## 10 Sense & Sensibility the family

## # ... with ...