[ 備忘録 ] Rでテキスト分析（データ分析編その1）

前回の記事の続きです。

---

まずは、分解された形態素の出現回数を数えてみる。

dat_count <- dat %>% filter(class == "名詞") %>% group_by(term, sentences) %>% mutate(wordCount = n()) %>% distinct()
head(dat_count)

実行すると、以下のようになる。

A tibble: 6 × 4
Groups: term, sentences [6]
term class sentences wordCount
<chr> <chr> <int> <int>
1 メロス 名詞 1 10
2 激怒 名詞 1 1
3 邪智 名詞 1 1
4 暴虐 名詞 1 1
5 ゃちぼうぎゃく 名詞 1 1
6 王 名詞 1 1

次に、結果を表示するためのマトリックスを作ってみる。

dat_BoW <- dat_count %>% select(- class) %>% pivot_wider(names_from = term, values_from = wordCount, values_fill = list(wordCount = 0))
head(dat_BoW)

実行すると、次のような結果が表示される。

A tibble: 6 × 720
Groups: sentences [6]
sentences メロス 激怒 邪智 暴虐 ゃちぼうぎゃく 王 決意 政治 村 牧人 笛 羊 邪悪 人一倍 敏感
<int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
1 1 10 1 1 1 1 1 1 1 3 2 1 1 1 1 1
2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
4 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

単語出現回数マトリックスを作成することができた。

今度は、よく見るワードクラウドを作ってみる。

library(wordcloud)
dat %>% filter(class == "名詞") %>% select(term) %>% table() %>% wordcloud(words = names(.), freq = ., min.freq = 3)

実行すると･･･

たくさんのお豆腐！！！
フォントを指定して再度実行すると･･･

par(family = "HiraKakuProN-W3")
dat %>% filter(class == "名詞") %>% select(term) %>% table() %>% wordcloud(words = names(.), freq = ., min.freq = 3)

うまくできました！