質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.32%

  • API

    1608questions

    APIはApplication Programming Interfaceの略です。APIはプログラムにリクエストされるサービスがどのように動作するかを、デベロッパーが定めたものです。

  • 機械学習

    769questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • Twitter

    701questions

    Twitterは、140文字以内の「ツイート」と呼ばれる短文を投稿できるサービスです。Twitter上のほぼ全ての機能に対応するAPIが存在し、その関連サービスが多く公開されています。

  • R

    344questions

    R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。

  • 自然言語処理

    138questions

    自然言語処理は、日常的に使用される自然言語をコンピューターに処理させる技術やソフトウェアの総称です。

Rでテキストデータを用いてLDAによるトピック解析を行う際の入力データに関して

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 178

harunouta

score 100

 前提・実現したいこと

Rでテキストデータを用いてLDAによるトピック解析を行おうとしています。
テキストデータは、自分で用意した文章のcsvファイルを想定しています。

テキストデータの中身に関しては、今回の例では
RのtwitteRでタイムラインを取得するから引用しましたが、
記事ではTwitterで収集しているtext部分をTwitterではなく自分で収集した文章にし、トピック解析を行おうとしています。
イメージ説明

 発生している問題・エラーメッセージ

現在のコードではTwitterを使用している部分をファイル読み込みにするにはどのようにコードを修正すれば良いでしょうか。
この点がわからず困っています。

 該当のソースコード

現在できていることは、Twitterからデータを取得して結果をグラフに描画することです。

library(twitteR)
library(lda)
library(RMeCab)

#get tweets
tweets <- twListToDF(searchTwitter(“夏休み”, lang="en", n=100))
tweets$text <- iconv(tweets$text, to ="utf-8-mac")
tweets$text <- gsub("https://.*", "", tweets$text)

#analyze tweets
df <- docDF(tweets, 1, type=1, pos=(“名詞”)) 
doc <- list()
for(i in c(4:ncol(df))){
d <- df[, i]
doc[[ i - 3]] <- rbind(as.integer((1:length(d))[d>0]-1), as.integer(d[d>0]))

}

vcab <- df [,1]
n <- 10
result <- lda.collapsed.gibbs.sampler(doc, n, vcab, length(tweets$text), 0.1, 0.001)
top.words <- top.topic.words(result$topics, 3, by.score = TRUE)

#Analyze first 10 tweets
N <- 10
topic.proportions <- t(result$document_sums) / colSums(result$document_sums)
topic.proportions <- topic.proportions[1:N, ]
topic.proportions[is.na(topic.proportions)] <- 1/k

#Make a graph
colnames(topic.proportions) <- apply(top.words, 2, paste, collapse=" ")
par(mar=c(1, 10, 2, 2))
par(family = “HiraKakuPro-W3”)
barplot(topic.proportions, beside=TRUE, horiz=TRUE, las=1, xlab="proportion")

 試したこと

csvからファイルの内容はRに読み込めています

data=read.table(“sample.csv”, sep=”,”, header=TRUE)

 補足情報(FW/ツールのバージョンなど)

R 3.4.0

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

tweets_selected <- subset(tweets, regexpr("夏休み",text)>0)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/10 14:20

    ご回答いただきましてありがとうございます。
    説明が不十分でしたので、質問の「前提・実現したいこと」を修正いたしました。
    実現したいことでは、twitterは使用しません。

    キャンセル

  • 2018/07/10 21:38

    スミマセンがその修正内容がサッパリ分かりません。 関係ない事の説明は省いて、やりたい事だけ書いて貰えませんかね。

    キャンセル

  • 2018/07/10 22:08

    わかりにくくて申し訳後妻ません。
    知りたいことは、
    現在のコードでTwitterを使用してデータを収集している部分をファイル読み込みにするにはどのようにコードを修正すれば良いか。
    ということです。

    キャンセル

  • 2018/07/10 22:14

    read.table()の使い方が分からんと言うことですか?

    キャンセル

  • 2018/07/10 22:35

    read.table()の使い方がわからず、
    tweets <- twListToDF(searchTwitter(“夏休み”, lang="en", n=100))
    の部分をどのように変更すれば良いか検討がつかないということです。

    キャンセル

  • 2018/07/10 22:42

    テキストファイルの内容をread.tableでdataframeにする所まではできますか。

    キャンセル

  • 2018/07/11 09:58

    data=read.table(“sample.csv”, sep=”,”, header=TRUE)
    でdataframeにするところまではできます。

    キャンセル

  • 2018/07/11 12:12

    それなら
    df <- docDF(tweets, 1, type=1, pos=(“名詞”))
    このtweetsをそのdataに差し替えればいいだけなのではありませんか?

    キャンセル

  • 2018/07/11 14:38

    > df <- docDF(data$content, 1, type=1, pos=("名詞"))
    dir(target) でエラー: 'path' 引数が不正です
    tweets$textと同じく、data$contentで文章の入力されている行を指定しましたが、
    エラーが出てしまいます。

    キャンセル

  • 2018/07/11 16:09

    data$content ではなく data なのでは?
    docDFの第1引数として期待されているのはどんなclassのオブジェクトですか? tweets, tweets$text, data, data$contentのclassは何ですか? ちゃんと確かめてますか?

    キャンセル

  • 2018/07/11 16:51

    何度もご対応いただきましてありがとうございました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.32%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • API

    1608questions

    APIはApplication Programming Interfaceの略です。APIはプログラムにリクエストされるサービスがどのように動作するかを、デベロッパーが定めたものです。

  • 機械学習

    769questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • Twitter

    701questions

    Twitterは、140文字以内の「ツイート」と呼ばれる短文を投稿できるサービスです。Twitter上のほぼ全ての機能に対応するAPIが存在し、その関連サービスが多く公開されています。

  • R

    344questions

    R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。

  • 自然言語処理

    138questions

    自然言語処理は、日常的に使用される自然言語をコンピューターに処理させる技術やソフトウェアの総称です。

  • トップ
  • Rに関する質問
  • Rでテキストデータを用いてLDAによるトピック解析を行う際の入力データに関して