[R語言專題] 運用R語言玩轉文字探勘 – 分詞篇

• 2023-10-05
• R語言專題, R語言教學

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，我們首先必須將其分割成更小、更結構化的單位，這就是所謂的「分詞」。

為什麼要分詞呢？因為單純的文字通常是非常不結構化的，而這對於資料分析或是電腦處理來說，是個巨大的挑戰。這時，分詞的角色就變得尤為重要。

[R語言專題] 運用R語言玩轉文字探勘 – 套件篇

• 2023-10-03
• R語言專題, R語言教學

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為範例；也有些套件能夠貫穿整個文字探勘流程，例如這篇文章將要介紹的tidytext和quanteda。