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

168

■

8

章 ケーススタディ：

NASA

メタデータのマイニング

## 4 56cf5b00a759fdadc44e564a leak 40

## 5 56cf5b00a759fdadc44e564a tree 39

## 6 55942a8ec63a7fe59b4986ef pressure 34

## 7 55942a8ec63a7fe59b4986ef system 34

## 8 55942a89c63a7fe59b4982d9 em 32

## 9 55942a8ec63a7fe59b4986ef al 32

## 10 55942a8ec63a7fe59b4986ef human 31

## # ... with 1,895,300 more rows

これが

DocumentTermMatrix

を作るために必要な各文書で個々の単語が何回使われ

ているかという

情報です。第

5

章で詳しく説明したように、整理テキスト形式は、

DocumentTermMatrix

という未整理形式に

cast()

することができます。

desc_dtm <- word_counts %>%

cast_dtm(id, word, n)

desc_dtm

## <<DocumentTermMatrix (documents: 32003, terms: 35901)>>

## Non-/sparse entries: 1895310/1147044393

## Sparsity : 100%

## Maximal term length: ...