
6.1
LDA
■
111
## 8 area 1.371397e-03 2.310280e-04 -2.5695069
## 9 army 2.622192e-04 1.048089e-03 1.9989152
## 10 asked 1.885803e-04 1.559209e-03 3.0475641
## # ... with 188 more rows
2
つのトピックで出現頻度の差が最も大きい単語は、図6-3 に示す通りです。
図6-3 トピック2とトピック1とでβの差が大きい単語
トピ ッ ク
2
で頻 出 す る 単 語 の 中 には、「
democratic
」(民 主 )、「
republican
」(共
和)のといった政党名、「
dukakis
」(デュカキス。
1988
年当時の民主党大統領候補)
「
gorbachev
」(ゴルバチョフ。当時のソ連最高会議幹部会議長)などの政治家の名前
が含まれています。それに対し、トピック
1
は「
yen
」や「
dollar
」といった通貨単位、
「
index
」(指数)、「
prices
」(価格)、「
rates
」(レート)といった株式に関する単語を含
んでいるところが特徴です。ここからも、アルゴリズムが探し出した
2
つのトピッ
クは、政治ニュースと株式に関するニュースだということがわかります。
6.1.2
文書
-
トピック確率
LDA
は、個々のトピックを単語の組み合わせと考えるだけでなく、文書をトピッ
クの組み合わせとしてモデリングします。
tidy()
に
matrix = "gamma" ...