@usage_based どのような因子が抽出されるのか分かりませんが(笑)、個別のパーツというよりは、全体的な感じが似ているのかなーと。
posted at 23:38:58
Stats | Twitter歴 5,176日(2010/01/27より) |
ツイート数 38,643(7.4件/日) |
表示するツイート :
@usage_based どのような因子が抽出されるのか分かりませんが(笑)、個別のパーツというよりは、全体的な感じが似ているのかなーと。
posted at 23:38:58
@usage_based 因子分析したら、同じクラスターに入りそう。
posted at 23:28:17
会場の片付けを終えて、お疲れ会@一鶴。いしいいしいかな? https://pic.twitter.com/ApXw3ZK9xA
posted at 16:56:06
まさかの、今日はIron Maiden!! https://pic.twitter.com/jDX5vZs9kY
posted at 16:22:46
ワタクシは参加できなかったのだけど、pre- conference workshopの写真。Stefan EvertがJudas PriestのTシャツを着ているw https://pic.twitter.com/gMqr1L2szv
posted at 16:12:48
#APCLC2018 APCLC 2020 will be held at Yonsei University in Seoul. https://pic.twitter.com/xydU7rzRc7
posted at 16:08:31
#APCLC2018 Stefan Evert, "Distributional Semantics in Corpus Linguistics: Towards a Hermeneutic Cyborg" http://www.stefan-evert.de/PUB/Evert2018_APCLC_slides.pdf… (PDF)
posted at 15:04:19
『Rによるやさしいテキストマイニング[活用事例編]』の内容紹介(画像多数) - Togetter https://togetter.com/li/1268415 各章の内容を詳しく紹介しています。是非! #テキストマイニング #rstatsj #TokyoR #やさテキ
posted at 14:34:53
@kana0355 お店の情報その他、メールで送りましたー
posted at 14:09:54
@usage_based ありがとうございます! ^ ^
posted at 14:02:43
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… の各章末にあるコラムでは、正規表現、文字コード、テキストの系統分析、分類モデルの(ハイパー)パラメータ・チューニング、英文の品詞情報付与、単語の意味の学習など、発展的な話題を紹介。 #やさテキ
posted at 14:00:37
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… の第10章「文学テキストの類型化」では、アイルランド人作家(ジェイムズ・ジョイス)によって書かれた短編小説集を対象に、階層型クラスター分析と対応分析などを用いて、テキストを類型化する方法を紹介。 #やさテキ https://pic.twitter.com/Jjmq9JUCS9
posted at 13:49:20
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… の第9章「政治演説の言語分析」では、ドナルド・トランプとヒラリー・クリントンの演説を用いて、リーダビリティや語彙多様性の分析、感情分析などの方法を紹介。 #やさテキ https://pic.twitter.com/LOSyG5pAxw
posted at 13:44:05
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… の第8章「文学作品の著者推定」では、テキストの著者推定を行う方法を紹介。スパムメールの自動判別、小論文の自動評価、犯行声明文や遺書の著者推定など、数多くのタスクに応用可能。 #やさテキ https://pic.twitter.com/qEXKyKpChs
posted at 13:36:33
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… の第7章「警察白書のトピック分析」では、トピックモデル(潜在的ディリクレ配分法)で白書に含まれるトピックを推定し、テキスト中のトピック比率に基づいて白書のクラスタリングする方法を紹介。 #やさテキ https://pic.twitter.com/EMb3xeRfUp
posted at 13:31:04
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… … の第6章「Twitterにおける話題と感情の抽出」では、首相官邸が発信するツイートを分析対象に、ツイート数の分析、話題の抽出、感情分析などを実行する方法を紹介。流行の把握やクチコミ分析などに応用可能。#やさテキ https://pic.twitter.com/hGRhXrLJLW
posted at 13:28:38
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… の第5章「スクレイピングによる特徴語抽出」では、インターネットからテキストをダウンロードし、テキストごとに特徴語を抽出。具体的には、RとPythonについての記事で使われている単語を統計的に比較。 #やさテキ https://pic.twitter.com/Ky50gJo1w6
posted at 13:19:18
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… の第4章「オンラインレビューを用いたクチコミ分析」では、インターネット上にある膨大な顧客の声を「見える化」し、商品やサービスの改善に役立つヒントや気づきを得るための方法を紹介。 #やさテキ https://pic.twitter.com/oxIy1OrF3L
posted at 13:18:52
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… の第3章「授業評価アンケートの分析」では、テキストマイニングの技法を用いた自由記述の分析事例を紹介。本章で紹介する手法は、マーケティングや業務改善などに取り組むビジネスパーソンにもオススメです。 #やさテキ https://pic.twitter.com/NCLkC42X71
posted at 13:17:54
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… の第2章「Rの活用」では、データの読み込み、前処理、可視化、テキスト処理などの実践的な方法を説明。主に、dplyrやggplot2を用いた「モダンな」データ処理を紹介。 #やさテキ https://pic.twitter.com/pWyy2mBRtR
posted at 12:54:19
『Rによるやさしいテキストマイニング[活用事例編]』 https://www.amazon.co.jp/R%E3%81%AB%E3%82%88%E3%82%8B%E3%82%84%E3%81%95%E3%81%97%E3%81%84%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0-%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E7%B7%A8-%E5%B0%8F%E6%9E%97-%E9%9B%84%E4%B8%80%E9%83%8E/dp/4274222772/ref=sr_1_1?s=books&ie=UTF8&qid=1536936131&sr=1-1… の第1章「Rによるテキストマイニング」では、読者が自分自身の分析を始めるにあたって参考になる情報を紹介。また、具体的な分析計画を立てて、分析結果をレポートにまとめる方法について解説。 #やさテキ https://pic.twitter.com/PoOdh0SLMJ
posted at 12:49:57
『Rによるやさしいテキストマイニング[活用事例編]』という本を刊行します - langstat blog http://langstat.hatenablog.com/entry/20180919/1537327707… 豊富な分析事例を用いて、実務や研究で使える「分析のひな形」を提示。特に「テキストマイニングのレポートを限られた時間で執筆しないといけない方にオススメ。 #rstatsj #TokyoR
posted at 12:39:02
学会会場のすぐ脇がフェリー乗り場。直島や小豆島に行きたい人生だったw https://pic.twitter.com/r25t2KQnjD
posted at 11:51:40
#APCLC2018 #あとで見る https://twitter.com/schtepf/status/1042234892321345536…
posted at 11:13:41
@yusuches ???
posted at 11:06:44
英作文支援に関する発表の最後にw https://pic.twitter.com/7dFMf54IEm
posted at 10:42:55
o0(そーか、そーか、そーしゃるさいえんすを6語まで表示できるオーサムを作ったということですね、わかりますw インターフェイスも似ていてリアリーオーサムw)
posted at 10:34:45
セカイのミズモトきたで! #えーぴーしーえるしー2018 https://pic.twitter.com/1sWgWUA2ge
posted at 10:26:43
Crossley, S. A. (2018). Technological disruption in foreign language teaching: The rise of simultaneous machine translation. https://www.cambridge.org/core/journals/language-teaching/article/technological-disruption-in-foreign-language-teaching-the-rise-of-simultaneous-machine-translation/A31BA5AB690B370B01535EF2D1AFAE42…
posted at 09:10:01
How Deep Learning Changes Natural Language Processing - Speaker Deck https://speakerdeck.com/chokkan/how-deep-learning-changes-natural-language-processing… Prof. Okazaki's slides for the plenary lecture
posted at 09:06:04
#APCLC2018 plenary lecture "How Deep Learning Changes Natural Language Processing" by Prof. Naoaki Okazaki https://pic.twitter.com/O2LTDN4Lix
posted at 09:02:34
こんなジャーナルがあるのか。イスラマバードということは、パキスタンだね。 https://pic.twitter.com/h4puhnvGYC
posted at 08:32:06