koheiw / workshop-IJTA

Rによる日本語テキスト分析入門
29 stars 2 forks source link
japanese-language quanteda r text-analysis

Rによる日本語のテキスト分析入門

Rによるテキスト分析を始める人のための、日本語によるquantedaの使用法の説明。メディア分析を事例とし、サンプルデータは朝日新聞の2016年の政治および外交に関する記事。本稿は、2017年に早稲田大学および神戸大学で開催したワークショップの資料が元になっている。量的テキスト分析の概要については、『日本語の量的テキスト分析』がある。

2020年5月17日に追記:より洗練された日本語の前処理に関しては、『経済学における量的テキスト分析入門』を参照すべし。

Quantedaについて

quantedaは、London School of Economics and Poltical Science(LSE)のKenneth Benoitが、2012年頃から欧州連合(EU)の支援を受けて開発を始めた社会科学向けの量的テキスト分析のRパッケージ。現在は、日本人やアジア人を含む、国際チームによってオープンソースで開発が進められ、欧米の政治科学者の間で人気を集めている。

なお、quantedaはquantitative analysis textual dataを短くしたものであり、カタカナでクオンティーダとも表記できる。

Quantedaの特徴

quantedaと他のRのテキスト分析パッケージの違いについてはJohns Hopkins UniversityのLen Greskiによる説明がわかりやすい。

目次

  1. インストール
  2. 基本
  3. corpusの作成・操作
  4. tokensの作成・操作・分析
  5. dfmの作成・操作・分析
  6. より高度な分析
  7. 追加資料
  8. 質問・要望・不具合の報告