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

6.4

 まとめ

■

127

mutate(word = str_replace(word, "'", "")) %>%

group_by(document) %>%

summarize(text = paste(word, collapse = " "))

#

空の「ストップワードファイル」を作成

file.create(empty_file <- tempfile())

docs <- mallet.import(collapsed$document, collapsed$text, empty_file)

mallet_model <- MalletLDA(num.topics = 4)

mallet_model$loadDocuments(docs)

mallet_model$train(100)

しかし、モデルができてしまえば、この章で説明している

tidy()

と

augment()

を

ほぼ同じよ

うに使うことができます。単語が各トピックに属する確率や文書が扱っ

ているトピックの確率なども計算できます。

#

単語

-

トピックのペア

tidy(mallet_model)

#

文書

-

トピックのペア

tidy(mallet_model, matrix = "gamma")

#

「

augment

」のために列名を「

term

」に変更

term_counts <- rename(word_counts, term = word)

augment(mallet_model, term_counts)

ggplot2

を使え ...