iT邦幫忙

r相關文章
共有 231 則文章
鐵人賽 AI & Data DAY 30
用R語言玩轉文字探勘 系列 第 30

技術 [Day 30] 用R語言玩轉文字探勘案例 - 視覺化篇

應用案例 - 視覺化篇 我們得到資料後,最後一步就是視覺化了!因為重點是程式碼,所以沒有每張圖片都上傳,可以一張張研究! library(gt) df_yea...

鐵人賽 AI & Data DAY 29
用R語言玩轉文字探勘 系列 第 29

技術 [Day 29] 用R語言玩轉文字探勘案例 - 分析篇

文字探勘應用案例 應用案例 - 分析篇 在分析前,我們要討論的是「具體要分析什麼」,這是每次分析資料以前,要先問的問題。當然你也可以先做個EDA觀察資料,但在一...

鐵人賽 AI & Data DAY 28
用R語言玩轉文字探勘 系列 第 28

技術 [Day 28] 用R語言玩轉文字探勘案例 - 清資料與斷詞篇

文字探勘應用案例 應用案例 - 清資料與斷詞 我們來看要如何處理爬下的資料吧! 這次我們會應用最近正在風口浪尖的中研院ckip小組開發出的斷詞系統,所以開始時要...

鐵人賽 AI & Data DAY 27
用R語言玩轉文字探勘 系列 第 27

技術 [Day 27] 用R語言玩轉文字探勘案例 - 架構與資料準備篇

文字探勘應用案例 應用案例 - 總統國慶致詞 我們來運用前面的技術來個應用案例,廢話不多說直接開始。 這次步驟有幾個:從維基文庫利用爬蟲爬下資料 -> 清...

鐵人賽 AI & Data DAY 26
用R語言玩轉文字探勘 系列 第 26

技術 [Day 26] 利用R語言跑詞嵌入模型 - cbow 與測試

詞嵌入模型 詞嵌入模型 - CBOW CBOW(Continuous Bag-of-Words)是 word2vec 裡另一個演算法,CBOW 和 Skip-g...

鐵人賽 AI & Data DAY 25
用R語言玩轉文字探勘 系列 第 25

技術 [Day 25] 利用R語言跑詞嵌入模型 - 原理與 skipgram

詞嵌入模型 詞嵌入模型簡介 想像一下,你有一堆文字,比如說一篇文章、一個推文或一個評論。你的目標是讓電腦理解這些文字中的意義或情感,但問題是,電腦不懂語言,它只...

鐵人賽 AI & Data DAY 24
用R語言玩轉文字探勘 系列 第 24

技術 [Day 24] 利用R語言做出主題模型 - intrusion test

主題模型 主題模型 - 評估 我們前面展示如何分別利用STM和LDA建構主題模型,要得到夠好的主題模型,我們有些事情可以做。先來介紹測試方法。具體可以參考這篇文...

鐵人賽 AI & Data DAY 23
用R語言玩轉文字探勘 系列 第 23

技術 [Day 23] 利用R語言做出主題模型 - STM

主題模型 主題模型比較 前一篇介紹如何用 LDA 的 R 程式碼,製作主題模型,這篇文章則要展示如何利用變化版的 STM。 想像一下,LDA 就像是一個喜歡「貼...

鐵人賽 AI & Data DAY 22
用R語言玩轉文字探勘 系列 第 22

技術 [Day 22] 利用R語言做出主題模型 - LDA

主題模型 主題模型簡介 前面介紹不同類型的技術,例如從文本中找關鍵字、查看文本中詞彙之間的關係,還有判斷文字的情感,今天我們換個情境。 如果我們有一堆新聞文章,...

鐵人賽 AI & Data DAY 21
用R語言玩轉文字探勘 系列 第 21

技術 [Day 21] 利用R語言分類文本

文本分類 文本分類簡介 你知道電子郵件過濾器是怎麼把垃圾郵件挑出來的嗎?或者當你在社交媒體上發文,系統是如何自動標記你的貼文主題的?答案就是「文本分類」,而且通...

鐵人賽 AI & Data DAY 20
用R語言玩轉文字探勘 系列 第 20

技術 [Day 20] 利用R語言分析情感

情緒分析 情緒分析介紹 情緒/情感分析(sentiment analysis),簡單來說就是辨別話語中的情感。 最一開始的方式就像把文字拆解成積木,這塊積木是正...

鐵人賽 AI & Data DAY 19
用R語言玩轉文字探勘 系列 第 19

技術 [Day 19] 利用R語言找詞彙關係 - correlation

詞彙關係 - correlation 上面的 bigram 很好懂,它的特點就是簡單且直觀,只要考慮相鄰的詞的關係,而且還能夠保留有順序性的資訊,計算效率也高,...

鐵人賽 AI & Data DAY 18
用R語言玩轉文字探勘 系列 第 18

技術 [Day 18] 利用R語言找詞彙關係 - bigram篇

詞彙之間的關係 詞彙關係簡介 雖然章節標題用的是詞彙網絡,但我們其實關注的是詞彙之間的關係。前面我們談了最常出現的詞、最重要的詞彙,這個章節則要拉高一個維度,換...

鐵人賽 AI & Data DAY 17
用R語言玩轉文字探勘 系列 第 17

技術 [Day 17] 利用R語言找關鍵字

文件關鍵字 關鍵字的重要性 前面先註明一下,本文大幅參考An Evaluation on Feature Selection for Text Clusteri...

鐵人賽 AI & Data DAY 16
用R語言玩轉文字探勘 系列 第 16

技術 [Day 16] 利用R語言計算詞頻

詞頻 詞頻簡介與案例 詞頻,也就是詞彙出現頻率,是一個非常直觀且易懂的指標。 我們先來看中央社的蔡總統關心什麼文字會說話分析。在這篇文章中,我們擷取幾個句子:「...

鐵人賽 AI & Data DAY 15
用R語言玩轉文字探勘 系列 第 15

技術 [Day 15] 掌握關鍵技術與概念 - 後篇

為什麼要學這些技術 content analysis 內容分析是一個分析文本常見的分析方法,平常可能沒什麼機會接觸,但在傳播學院和社會科學院中,時常會在學術研究...

鐵人賽 AI & Data DAY 14
用R語言玩轉文字探勘 系列 第 14

技術 [Day 14] 掌握關鍵技術與概念 - 前篇

技術的脈絡 要學的技術 前面的文章,介紹如何準備文字探勘的原料,接下來的文章,則要討論怎麼探勘、如何分析。前面提過會帶到的幾個重點: frequency an...

鐵人賽 AI & Data DAY 13
用R語言玩轉文字探勘 系列 第 13

技術 [Day 13] 文字探勘之前要先準備語料

準備語料 取得語料的方式 {getting-corpus} 做文字探勘之前要先有語料,以下介紹幾種取得中文語料的方式。 公開資料 維基百科中文版:維基百科是...

鐵人賽 AI & Data DAY 12
用R語言玩轉文字探勘 系列 第 12

技術 [Day 12] R語言中的文件資料結構

文件資料結構 文件資料結構介紹 這個章節會相對抽象一些。若你只是單純處理「文字資料」,例如選舉資料中的候選人欄位用 character 儲存,就比較不會遇上這個...

鐵人賽 AI & Data DAY 11
用R語言玩轉文字探勘 系列 第 11

技術 [Day 11] 以R語言分詞 - 在R語言中使用ckip

利用R語言分詞 在R語言中使用ckip 接下來,我們特別花一個小節介紹如何在R語言中使用由中研院開發的一系列斷詞工具「CKIP」。根據中研院介紹,這個工具可以斷...

鐵人賽 AI & Data DAY 10
用R語言玩轉文字探勘 系列 第 10

技術 [Day 10] 以R語言分詞 - 使用 quanteda 與 jiebaR

利用R語言分詞 分詞流程 - 利用 quanteda library(quanteda) # Chinese stopwords ch_stop <- q...

鐵人賽 AI & Data DAY 9
用R語言玩轉文字探勘 系列 第 9

技術 [Day 9] 以R語言分詞 - 預處理 & 使用 tidytext

利用R語言分詞 利用R語言分詞 - 預處理 上面有提到,在斷詞前其實有些任務要先進行,我們結合dplyr和stringr,再搭配其他套件展示具體怎麼做吧! #...

鐵人賽 AI & Data DAY 8
用R語言玩轉文字探勘 系列 第 8

技術 [Day 8] 以R語言分詞 - 概念篇

分詞 分詞介紹 在現今的資訊時代,文字資料無所不在,從社交媒體、新聞報導到學術研究,文字都是我們最主要的資訊來源。然而,要讓電腦能夠理解並處理這些文字資料,我們...

鐵人賽 AI & Data DAY 7
用R語言玩轉文字探勘 系列 第 7

技術 [Day 7] R語言中的字串資料、路徑與編碼

R語言中的字串資料 前面章節「總統演說」的範例中,能看到R語言中常見的文字資料格式,要不是儲存在dataframe中,每筆資料都是文章、段落、句子,或者是用li...

鐵人賽 AI & Data DAY 6
用R語言玩轉文字探勘 系列 第 6

技術 [Day 6] R語言與字串處理: 利用stringr

字串處理情境介紹 文字探勘的諸多應用如情緒分析、文本分類,聽起來都很美好,但在分析資料以前,首先要有乾淨資料。舉例來說,若我們想分析歷屆台灣總統的演講稿,在事前...

鐵人賽 AI & Data DAY 5
用R語言玩轉文字探勘 系列 第 5

技術 [Day 5] R語言與正規表達式: 進階語法和實例

進階正規表達式語法 貪婪與非貪婪比對 在R語言中,正規表達式預設(default)會「貪婪」(greedy)地比對。這是什麼意思呢? 舉例來說: str_ext...

鐵人賽 AI & Data DAY 4
用R語言玩轉文字探勘 系列 第 4

技術 [Day 4] R語言與正規表達式: 基本概念

正規表達式 在利用文字探勘技術,完成讓人看完眼睛為之一亮的分析之前,我們要先確保資料集的品質足夠優異,否則只會應驗時常聽到的名言:「garbage in, ga...

鐵人賽 AI & Data DAY 3
用R語言玩轉文字探勘 系列 第 3

技術 [Day 3] 使用R語言的文字探勘框架 - quanteda

背景 續前一篇文章,我們談了如何利用tidytext處理「歷年總統國慶大會演說」資料,這篇文章我們同樣會利用相同資料,只是從tidytext改成使用quante...

鐵人賽 AI & Data DAY 2
用R語言玩轉文字探勘 系列 第 2

技術 [Day 2] 使用R語言的文字探勘框架 - tidytext

背景 開發者們打造許多套件,替人們處理文字探勘。有些針對特定任務,例如在主題模型章節中我會介紹stm、LDA,在詞向量章節中則以gensim、word2vec為...

鐵人賽 AI & Data DAY 1
用R語言玩轉文字探勘 系列 第 1

技術 [Day 1] 前言 - 用R語言如何玩轉文字探勘

文字探勘簡介 這個系列的文章以文字探勘為主題,會介紹文字探勘的原理、在文字探勘過程中要注意的事情,並以R語言為背景,帶大家實作,而且會有很貼近生活的案例。 文字...