文本挖掘：基於 R語言的整潔工具 (Text Mining with R: A Tidy Approach)

全書共9章，主要介紹如何使用基於R的整潔工具來進行文本分析。首先介紹了整潔文本的格式，以及如何獲取整潔文本數據集；並通過tidytext中的情感數據集來進行情緒分析；接著介紹瞭如何根據tf-idf統計量來識別特定文檔中的重要單詞，以及如何利用n-gram來分析文本中的文字網絡；之後介紹瞭如何將整潔文本轉換為文檔詞項矩陣和Corpus對象格式，並給出了主題建模的概念；最後通過整合多種已知的整潔文本挖掘方法，給出了一些研究案例，這些案例涉及Twitter歸檔文件、NASA數據集以及來自新聞組的即時通信信息。總的來說，本書側重於分析文學、新聞和社交媒體方面的文本，非常適合從事相關文本挖掘的工作人員和自然語言的初學者閱讀。與此同時，使用書中提供的大量針對性編程例子，不但可以提高工程實戰能力，而且可以在本書提到的整潔框架上建立自己的分析任務。