kyodocn/TextMining

『Rによるテキストマイニング入門(第2版)』 スクリプトおよびデータ

• 出版社サイト
• Amazon

関連ファイルは右上の[Code] ボタンを押して[Download ZIP]をクリックしてください。

正誤表(予定)

https://github.com/IshidaMotohiro/TextMining/wiki/%E6%AD%A3%E8%AA%A4%E8%A1%A8

インストールについて

パソコンに開発環境があれば GitHub からもインストールもできます。本書の説明通りに RMeCab をインストールしてRが落ちる場合には、この方法を試してください。開発環境としては Windowsの場合 Rtools40 https://cran.ism.ac.jp/bin/windows/Rtools/ を、 Mac であればコマンドラインツール https://support.apple.com/ja-jp/guide/deployment-reference-macos/apdf028a757b/web をインストールした上で試してください。MeCab https://taku910.github.io/mecab/ もあらかじめインストールしておいてください。

# Windows Mac Linux の場合
install.packages("remotes")
remotes::install_github("IshidaMotohiro/RMeCab")
# Mac Linux の場合は以下でも良い
# install.packages("RMeCab", repos = "http://rmecab.jp/R", type = "source")

ファイルの説明

• 各章に対応したスクリプトファイル

Chapter01.R Chapter02.R Chapter03.R Chapter04.R Chapter05.R Chapter06.R Chapter07.R Chapter08.R Chapter09.R Chapter10.R Chapter11.R

• RMeCab の関数紹介スクリプト

data/RMeCab.R

• データ

  data/H18koe.csv 沖縄観光アンケート data/bigram.csv 口コミサイトから生成したバイグラム data/hon.txt 短文 data/merosu.txt 走れメロス data/photo.csv データフレームサンプル data/sentences.xlsx 独立性の検定サンプルデータ data/classes.csv クラス成績データ data/kumo.txt 芥川龍之介『蜘蛛の糸』 data/revi.csv 口コミサイトから生成した頻度表 data/YN.csv 食洗機の購入 data/classes.xlsx クラス成績データ

• 宮沢賢治『注文の多い料理店』(ルビ等削除済み)

data/NORUBY/chumonno_oi_ryoriten2.txt

• Alice in Wonderland の一部分を三分割したファイル

  data/alice/alice1.txt data/alice/alice2.txt data/alice/alice3.txt

• 単語文書行列作成用サンプル

  data/doc/doc1.txt data/doc/doc2.txt data/doc/doc3.txt

• 沖縄観光アンケート性別年齢別仕分け済みファイル

  H18koe.csv からテキスト部分を取り出しがファイル(本書に取り出し方法の説明あり)

  data/okinawa/F20.txt data/okinawa/F30.txt data/okinawa/F40.txt data/okinawa/F50.txt data/okinawa/F60.txt data/okinawa/F70.txt data/okinawa/M20.txt data/okinawa/M30.txt data/okinawa/M40.txt data/okinawa/M50.txt data/okinawa/M60.txt data/okinawa/M70.txt

• 文体識別用サンプルファイル(いずれも全文ではなく抜粋)

  data/writers/ogai_gan.txt 森鴎外『雁』 data/writers/ogai_niwatori.txt 森鴎外『鶏』 data/writers/ogai_kanoyoni.txt 森鴎外『かのように』 data/writers/ogai_vita.txt 森鴎外『ヰタ・セクスアリス』 data/writers/soseki_eijitsu.txt 夏目漱石『永日小品』 data/writers/soseki_omoidasu.txt 夏目漱石『思い出す事など』 data/writers/soseki_garasu.txt 夏目漱石『硝子戸の中』 data/writers/soseki_yume.txt 夏目漱石『夢十夜』

• 辞書サンプルデータ

  data/motohiro.csv data/mecab.bat

• 説明ファイル

  README.md README.txt(README.mdと中身は同じ)

• Windows用Shift_Jis(CP932)変換スクリプトおよびデータ

  Windows.zip