テキストアナリティクスの基礎と実践(テキストアナリティクス<第1巻>) [全集叢書]

テキストアナリティクスの基礎と実践(テキストアナリティクス<第1巻>) の 商品概要

• 目次

  はじめに
  
  第1章　テキストアナリティクス
  1. 1 データの構造
  1. 2 テキストアナリティクスとは
  1. 3 テキストアナリティクスの小史
  1. 4 テキストアナリティクスの諸分野
  　1. 4. 1 計量文体学
  　1. 4. 2 計量言語学とコーパス言語学
  　1. 4. 3 情報知識の抽出（テキストマイニング）
  1. 5 テキストアナリティクスの手順
  　1. 5. 1 テキストの電子化
  　1. 5. 2 クリーニング
  　1. 5. 3 テキストの加工
  　1. 5. 4 データの抽出
  　1. 5. 5 データの分析
  
  第2章　テキストのクリーニングと関連技法
  2. 1 テキストのクリーニングとは
  2. 2 テキストのクリーニングと正規表現
  2. 3 文字コード
  2. 4 テキスト処理とプログラミング言語
  
  第3章　テキスト処理のツール
  3. 1 形態素解析
  　3. 1. 1 JUMAN
  　3. 1. 2 MeCab
  3. 2 構文解析
  　3. 2. 1 JUMAN/KNP
  　3. 2. 2 CaboCha
  3. 3 意味解析
  　3. 3. 1 概念辞書
  　3. 3. 2 極性辞書
  　3. 3. 3 モダリティー
  3. 4 その他の言語
  　3. 4. 1 欧米語
  　3. 4. 2 中国語
  3. 5 形態素解析や構文解析結果の集計
  
  第4章　テキストの基本統計と視覚化
  4. 1 要素の単純集計と視覚化
  　4. 1. 1 棒グラフ
  　4. 1. 2 ワードクラウド
  　4. 1. 3 格子グラフ
  　4. 1. 4 経時的変化と折れ線グラフ
  4. 2 記述統計量と視覚化
  4. 3 推測統計と視覚化
  　4. 3. 1 母集団と標本
  　4. 3. 2 平均の区間推定
  　4. 3. 3 帰無仮説検定とその統計量の活用
  4. 4 統計的法則と指標
  　4. 4. 1 ジップの法則
  　4. 4. 2 語彙の豊富さの指標
  
  第5章　共起とbigramのネットワーク分析
  5. 1 共起とは
  　5. 1. 1 形態素の共起
  　5. 1. 2 形態素タグのn-gram
  5. 2 共起の視覚化
  　5. 2. 1 ネットワークグラフ
  　5. 2. 2 ネットワークの統計量
  　5. 2. 3 コミュニティ分析
  5. 3 ネットワーク分析例
  　5. 3. 1 データの俯瞰
  　5. 3. 2 基本統計量を用いた探索的分析
  　5. 3. 3 コミュニティの考察
  5. 4 共起の強さ係数
  
  第6章　テキストの特徴分析
  6. 1 特徴分析時のデータ形式
  6. 2 特異値分解
  6. 3 主成分分析
  　6. 3. 1 主成分と寄与率累積寄与率
  　6. 3. 2 主成分得点
  　6. 3. 3 主成分分析の例
  6. 4 対応分析
  　6. 4. 1 対応分析の例
  　6. 4. 2 対応分析のアルゴリズム
  6. 5 潜在意味解析LSA
  6. 6 非負行列因子分解
  　6. 6. 1 NMFの基本的アイディア
  　6. 6. 2 NMF分析の例
  　6. 6. 3 NMFの基本アルゴリズム
  6. 7 その他の方法
  
  第7章　トピック分析
  7. 1 トピックモデルとは
  7. 2 確率的潜在意味解析pLSA
  　7. 2. 1 pLSAとは
  　7. 2. 2 pLSA分析の例
  7. 3 潜在ディリクレ配分法LDA
  　7. 3. 1 LDA の分析例
  　7. 3. 2 pLSAとLDAのアルゴリズム
  　7. 3. 3 トピックの数について
  　7. 3. 4 トピックモデル
  
  第8章　テキストのクラスタリング
  8. 1 類似度
  8. 2 距離
  　8. 2. 1量的データの距離
  　8. 2. 2 相対頻度の非類似度
  8. 3 階層的クラスタリング
  　8. 3. 1 階層的クラスタリングのプロセス
  　8. 3. 2 階層的クラスタリングの例
  　8. 3. 3 階層的クラスタリングの諸方法
  8. 4 クラスターのヒートマップ
  8. 5 非階層的クラスタリング
  8. 6 クラスター数の決定方法
  8. 7 t-SNE 法
  　8. 7. 1 t-SNE法と主成分分析の比較
  　8. 7. 2 t-SNEのアルゴリズム
  8. 8 その他の方法
  
  第9章　アソシエーション分析法による共起分析
  9. 1 アソシエーション分析
  9. 2 アソシエーションルール
  　9. 2. 1 アソシエーションルールとは
  　9. 2. 2 ルールの評価指標
  　9. 2. 3 データ形式と操作
  　9. 2. 4 ルールの抽出
  　9. 2. 5 ルールの視覚化
  9. 3 頻出共起の抽出
  　9. 3. 1 頻出共起の抽出アルゴリズムeclat
  　9. 3. 2 アルゴリズムeclatの例
  
  第10章　テキストの分類分析
  10. 1 分類分析
  10. 2 分類結果の評価
  　10. 2. 1 交差検証法
  　10. 2. 2 混同行列
  　10. 2. 3 正解率再現率適合率F1値
  　10. 2. 4 ROCとAUCグラフ
  　10. 2. 5 Kappa係数
  10. 3 いくつかの分類器
  　10. 3. 1 k近傍法と実践
  　10. 3. 2 線形判別分析
  　10. 3. 3 ロジスティック判別法
  　10. 3. 4 ベイズ判別分析
  　10. 3. 5 サポートベクターマシン
  　10. 3. 6 ツリーモデル
  　10. 3. 7 アンサンブル学習
  　10. 3. 8 ニューラルネットワーク
  10. 4 分類器の比較
  　10. 4.1 スパムメールの分類
  　10. 4. 2 小説の著者識別
  　10. 4. 3 統合的分析
  
  第11章　テキストデータを用いた予測
  11. 1 テキストの経時的分析
  11. 2 重回帰分析
  　11. 2. 1 重回帰分析の定式
  　11. 2. 2 変数の選択
  　11. 2. 3 文学作品の執筆時期の推定
  11. 3 正則化回帰モデル
  　11. 3. 1 L1 正則化lasso回帰
  　11. 3. 2 L2 正則化ridge回帰
  　11. 3. 3 Elastic net回帰
  　11. 3. 4 正則化回帰モデルによる執筆時期の推定
  11. 4 ランダムフォレスト
  11. 5 トピックの経時的分析
  
  第12章　特徴量選択
  12. 1 特徴量選択について
  12. 2 理論的特徴量選択
  12. 3 機械的特徴量選択
  　12. 3. 1 フィルター法
  　12. 3. 2 ラッパー法
  　12. 3. 3 埋め込み法
  12. 4 特徴量選択とデータの性質構造275
  
  第13章　分散表現
  13. 1 分散表現
  　13. 1. 1 単語のベクトル化
  　13. 1. 2 文脈情報を考慮したベクトル化
  13. 2 word2vec を用いたテキスト分類
  13. 3 分散表現のその他の方法
  　13. 3. 1 GloVe
  　13. 3. 2 doc2vec
  　13. 3. 3 fastText
  　13. 3. 4 ELMo
  　13. 3. 5 BERTとXLNet
  
  付録A 統計モデルと集計ツールMTMineR
  A. 1 構成要素を集計する統計モデル
  A. 2 データ集計のツールMTMineR
  　A. 2. 1 ダウンロードと起動終了
  　A. 2. 2 ファイルの読み込み
  A. 3 平テキスト集計のタブと機能
  　A. 3. 1 Summaryタブ
  　A. 3. 2 n-gramタブ
  　A. 3. 3 Lengthタブ
  　A. 3. 4 Markタブ
  　A. 3. 5 KWICタブ
  　A. 3. 6 Word Listタブ
  　A. 3. 7 Toolsタブ
  A. 4 タグ付きデータの集計
  　A. 4. 1 形態素タグのラベル表記
  　A. 4. 2 各タブの機能
  　A. 4. 3 n-gramの集計と分析の例
  
  
  おわりに
  参考文献
  索　引

• 出版社からのコメント

  ロングセラー『テキストデータの統計科学入門』を全面改訂。具体的なツールを使用しながら丁寧に解説する。

• 内容紹介

  ロングセラー『テキストデータの統計科学入門』を全面的に大改訂。テキストのクリーニングから加工、集計、各種の分析、予測モデルの作成、そして近年の分散表現によるテキスト分類まで、基本的な考え方をふまえ、具体的なツールを使用しながら丁寧に解説する。分析に用いるRのコードも多数収録！

• 著者について

  金 明哲 (キン メイテツ)
  金 明哲(きん めいてつ)
  同志社大学文化情報学部教授。専門は、データサイエンス、統計科学、テキストアナリティクス。著書に『Rによるデータサイエンス(第2版)』(森北出版)、『テキストアナリティクス』(共立出版)、『テキストデータの統計科学入門』(岩波書店)、編集に『Rで学ぶデータサイエンス』全20巻(共立出版)がある。

テキストアナリティクスの基礎と実践(テキストアナリティクス<第1巻>) の商品スペック