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

176

■

8

章 ケーススタディ：

NASA

メタデータのマイニング

このプロットには、トピックモデリングを実行するときに指定するトピック数を

いくつにするかを選ぶための情報が示されています。

24

よりも大きな値（

32

や

64

）

を試すと、γ の分布は γ＝

1

に向かってぐんと伸びず、フラットな感じになります。

これは、文書が各トピックにうまく分類できていないことを示します。

8.4.4

 トピックモデリングとキーワードの結合

トピックモデルとキーワードを組み合わせたら、どのような関係が見つかるで

しょうか。人間が考えたキーワードとモデルを

full_join()

すると、どのキーワー

ドがどのトピックと関連しているかがわかります。

lda_gamma <- full_join(lda_gamma, nasa_keyword, by = c("document" = "id"))

lda_gamma

## # A tibble: 3,037,671

×

4

##

document topic gamma keyword

## <chr> <int> <dbl> <chr>

## 1 55942a8ec63a7fe59b4986ef 1 6.453820e-06 JOHNSON SPACE CENTER

## 2 55942a8ec63a7fe59b4986ef 1 6.453820e-06 PROJECT

## 3 55942a8ec63a7fe59b4986ef 1 6.453820e-06 COMPLETED

## ...