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

90.33%

  • API

    1613questions

    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。

  • Twitter

    703questions

    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

    347questions

    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コードについて

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 196

harunouta

score 100

 前提・実現したいこと

Twitterのタイムラインから"summer"という単語を含んだツイートのみを取得し、
トピック分析を行なった上で解析結果を可視化しています。

 発生している問題・エラーメッセージ

以下の結果が取得できたのですが、
実行したコードで理解できていない箇所があります。

①結果のグラフについて
LDAの理論を理解できていないので、
まず、結果の横軸について、proportionの値の意味がわかりません。
また、グラフにおいては各トピックについて10個の棒グラフが現れる範囲が確保されていますが、
これは取得した最初の10個のツイートをそれぞれ表しているのでしょうか。

結果

②以下、該当のソースコードでコメントアウトに明記させていただきました。
お手数ですが、該当のソースコードを参照願います。

 該当のソースコード

library(twitteR)
library(lda)

tweets <- twListToDF(searchTwitter("summer", lang="en", n=100))
tweets$text <- iconv(tweets$text, to ="utf-8-mac")
tweets$text <- gsub("https://.*", "", tweets$text)

sentence <- tweets$text
#ここで何をやっているのか分からない
lex <- lexicalize(sentence, lower = TRUE)

#10個のトピックを作成している方法が分からない
k <- 10
result <- lda.collapsed.gibbs.sampler(lex$documents, k, lex$vocab, length(tweets$text), 0.1, 0.001)

#上位語を作成しているが、どのように作成しているのか分からない
top.words <- top.topic.words(result$topics, 3, by.score=TRUE)

#最初の10個のツイートだけ解析しているが、それは観測データの標本として取得し、母集団の性質を明らかにするために用いられるのか
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/n

#作成したグラフの読み方が分からない
colnames(topic.proportions) <- apply(top.words, 2, paste, collapse=" ")
par(mar=c(4, 14, 2, 2))
barplot(topic.proportions, beside=TRUE, horiz=TRUE, las=1, xlab="proportion")

 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

LDAの理論を理解できていない

教科書を入手して勉強してください。

ここで何をやっているのか分からない

マニュアルやヘルプを読んでください。そのうえで、str(tweets) , str(tweets$text)などと実行して中身がどうなっているのかを確認してください。

というか、これまで同様な質問をたくさん投稿していると思いますが、いまだに「何をやっているのかわからない」レベルだということは、これまでの質問もきちんと解決できているとは思えないですね。自分でやるべき基礎的勉強は自分でやらないとしょうがないですよ。

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。

同じタグがついた質問を見る

  • API

    1613questions

    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。

  • Twitter

    703questions

    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

    347questions

    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。