直接上手操作R语言-3-文本挖掘（1）

事实上，当前R语言和Python的使用者大多数都是“调包侠”（以往的称呼是“调参狗”），基于已有的包完成数据分析工作变的越来越容易，哪怕是非结构化的文本数据也可以进行分析。前面两篇内容就是基于Stylo包的计量文体学和基于bibliometrix包的文献计量学，今天就简单分享一下文本挖掘的内容吧，这篇内容也是我学习《文本挖掘——基于R语言的整洁工具》这本书的一点心得体会和小小笔记。

首先还是老样子，先把学习资源贴出来供大家学习参考，在这里还是得感谢前人做出的贡献。

Welcome to Text Mining with R | Text Mining with R (tidytextmining.com)

这是刚才提到的教材的英文原版电子书，可以在线阅读。

那我就简单讲一下书中提到的技术路线吧。

首先还是要用到的包：

第一章开篇，就提到了文本挖掘涉及的包，包括dplyr、tidyr、ggplot2和broom。随后，又提到了tidytext,这是基于tm、和quanteda的包。将每一个包的基本情况阐述清楚以后，作者使用janeaustenr包（这个包是Jane Austen的六本小说）中的数据作为例子，简单做了数据处理和分析。最后这一章还介绍了gutenbergr包，可以通过这个包去下载书籍用于文本数据分析。

看完第一章，相信大家对文本数据挖掘就已经有了一个宏观认识了。文本数据挖掘相对于前面的“文献计量”和“计算问题学”来讲，其复杂程度成倍上升，不再是使用一个包就能完成的工作。多个包的配合需要每一个使用者对R语言有一定的认识和操作熟练度，另外对文本挖掘、数据结构等知识有所了解。这边我再贴一本我之前学习R语言的入门书，供大家参考：

学 R (pzhao.org)

第一章的两个简单的小例子，只是稍微对文本数据挖掘，尤其是文学文本的数据挖掘做了简单展示，从下一篇文章开始，我们将会自己编写代码，与书中的例子进行对照，开始逐步上手文本数据挖掘和文本数据分析。

大家如果有对非结构化数据分析（基于R和Python）感兴趣的话，也欢迎大家一起交流学习。