長文を真面目に読んでる時間はない
忙しい社会人の皆様は、文章を一から十まで読んでいるでしょうか？僕は読んでいません。それでよく業務上ミスが起きます。反省しております。
さて、そんな僕みたいな横着さんのためにこの世には共起ネットワークなるものが存在します。 これは、テキストを読み込ませたら、その文章の単語間の流れを可視化させたようなものです。厳密には違う気がするけど、ここでは細かいことは置いておきましょう。
この共起ネットワークを使うと、長い文章の中でよく出てくる単語を取り出して、単語同士の関係性を見れるようになります。便利ですね。
てことで共起ネットワークのお絵描きBIツールを作ってきました。
ツールのURL。持ってけ泥棒。
とりあえずツールのURLはこちら。
ツールの中身の解説
一個にまとめたRコードはこちらをご確認ください。
以下に、チャンクに分けてコードの概要を書いていきます。この場所ではこんな処理してますよ〜って感じのコメントアウトみたいにして書いていきます。
使う関数読み込み
rm(list = ls())
library(RMeCab)
library(shiny)
library(tidyverse)## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.2 ✔ readr 2.1.4
## ✔ forcats 1.0.0 ✔ stringr 1.5.0
## ✔ ggplot2 3.4.2 ✔ tibble 3.2.1
## ✔ lubridate 1.9.2 ✔ tidyr 1.3.0
## ✔ purrr 1.0.1
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorslibrary(visNetwork)
library(geomnet)
library(igraph)##
## Attaching package: 'igraph'
##
## The following objects are masked from 'package:lubridate':
##
## %--%, union
##
## The following objects are masked from 'package:dplyr':
##
## as_data_frame, groups, union
##
## The following objects are masked from 'package:purrr':
##
## compose, simplify
##
## The following object is masked from 'package:tidyr':
##
## crossing
##
## The following object is masked from 'package:tibble':
##
## as_data_frame
##
## The following objects are masked from 'package:stats':
##
## decompose, spectrum
##
## The following object is masked from 'package:base':
##
## unionlibrary(tm)## Loading required package: NLP
##
## Attaching package: 'NLP'
##
## The following object is masked from 'package:ggplot2':
##
## annotatelibrary(brio)##
## Attaching package: 'brio'
##
## The following objects are masked from 'package:readr':
##
## read_file, read_file_raw, read_lines, write_file, write_lines
##
## The following objects are masked from 'package:base':
##
## readLines, writeLineslibrary(wordcloud2)多分これで足りる。僕のローカルのパッケージあったらごめん。
テキスト処理の設定とか
partで抽出したい品詞をまとめます。中学国文法ってこんな時に役立つんですね。大事ですね。
reject_wordでは、よく出てくるけど、お前いらんやろみたいな単語を弾きます。『の』とか要らん。多分。他に要らん単語があるならそいつを追加してあげてください。
na_moziには、元のデータセットの中で欠損値が発生した時の文字列を指定します。基本的には、null, NA, *で足りるでしょうが、変な文字で欠損値処理をしている場合には、そこをカスタムしてあげてください。R的に言うと、NA型が入ってる場合は特に気にしなくていいです。