July 2014
Beginner to intermediate
456 pages
11h 26m
Japanese
Content preview from 戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
279
279
10.3 テキスト表現
検索の例を紹介します。
まず、基本的な用語について説明します。用語のほとんどは情報検索（
IR
）の分野のもの
を使っています。ドキュメント（文書）とはその大小に関わらず、それがテキストであるこ
とを意味します。あるドキュメントはたった
1
文の場合もあれば、
100
ページに及ぶレポー
トの場合もあります。
YouTube
のコメントやブログへの投稿である場合もあるでしょう。
一般的に、ドキュメント内のすべてのテキストはまとめて扱われます。検索条件に一致する
か、または同類とみなせる場合には、単一の項目として一連のテキストは取得されます。ド
キュメントは、個々のトークンや用語（
terms
）から構成されています。今のところ、トー
クンや用語は単なる単語として考えておけばよいでしょう。この本を読み進めていくにつ
れて、トークンや用語が、通常単語として考えられているものと、どのような点で異なる
のかについて、説明を加えていくことにします。なお、ドキュメントの集まりはコーパス
（
corpus
）
†
と呼ばれています。
10.3.1
Bag-of-Words
テキスト表現に変換する目的を意識するのは重要なことです。目的の本質は、ドキュメン
ト（ある程度自由な形式で並べられた一連の単語）の集合を、データマイニングをしやすい
特徴ベクトルの形式に変えることです。ドキュメントはそれぞれが
1
つのインスタンスです
が、それらのドキュメントがどのような特徴ベクトルになるのかを、前もって知ることはで
きません。
最初に紹介するアプローチは ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access
More than 5,000 organizations count on O’Reilly
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.Julian F.
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.Addison B.
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.Amir M.
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.