テキストアナリティクスの基礎と実践

構成数 : 1枚

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
...