Project introduction - R教程

内容

• Introduction Introduction

  • Welcome to natural language processing with R

    1 分钟 35 秒
  • Skills and tools you need to be successful in this course

    2 分钟 25 秒
• 1. Up and Running with tm 1. Up and Running with tm

  • What is tm and why do you need it?

    2 分钟 18 秒
  • (已锁定)
    Real-world NLP with tm

    5 分钟 15 秒
  • (已锁定)
    Real-world NLP with quanteda

    4 分钟 17 秒
  • (已锁定)
    Real-world NLP with tidytext

    3 分钟 28 秒
• 2. Corpora and Sources 2. Corpora and Sources

  • Understanding corpora and sources

    2 分钟 16 秒
  • (已锁定)
    Examining corpora

    7 分钟 6 秒
  • (已锁定)
    Examining sources

    7 分钟 36 秒
  • (已锁定)
    Custom sources

    2 分钟 18 秒
  • (已锁定)
    Combining and subsetting corpora

    5 分钟 7 秒
• 3. Working with NLP Metadata 3. Working with NLP Metadata

  • Working with document metadata

    8 分钟 28 秒
  • (已锁定)
    Make useful metadata

    6 分钟 4 秒
  • (已锁定)
    Finding and filtering based on metadata

    5 分钟 28 秒
• 4. Preprocessing Text in Preparation for NLP 4. Preprocessing Text in Preparation for NLP

  • Transformations

    3 分钟 52 秒
  • (已锁定)
    Stop words

    3 分钟 54 秒
  • (已锁定)
    Stemming

    3 分钟 38 秒
  • (已锁定)
    Lemmatization

    3 分钟 24 秒
  • (已锁定)
    Tokenization

    3 分钟 54 秒
  • (已锁定)
    N-grams

    6 分钟 32 秒
  • (已锁定)
    Part of speech tagging

    4 分钟 51 秒
• 5. Create Structured Data 5. Create Structured Data

  • Understanding the document-term matrix

    3 分钟 44 秒
  • (已锁定)
    Create the document-term matrix

    5 分钟 29 秒
  • (已锁定)
    Weighting the document-term matrix

    3 分钟 56 秒
  • (已锁定)
    Focus the document-term matrix

    4 分钟 13 秒
• 6. Apply Statistics to Text 6. Apply Statistics to Text

  • Word and document frequency

    3 分钟 29 秒
  • (已锁定)
    Hierarchical clustering

    3 分钟 20 秒
  • (已锁定)
    Associated terms

    3 分钟 55 秒
• 7. Sentiment Analysis 7. Sentiment Analysis

  • (已锁定)
    What is sentiment analysis?

    2 分钟 40 秒
  • (已锁定)
    Real-world example of sentiment analysis

    5 分钟 49 秒
  • (已锁定)
    Sentiment datasets

    5 分钟 2 秒
  • (已锁定)
    Sentiment tools

    3 分钟 2 秒
• 8. Visualizing Natural Language Processing 8. Visualizing Natural Language Processing

  • (已锁定)
    Plotting text mining

    4 分钟 9 秒
  • (已锁定)
    Plotting Zipf’s and Heap’s Law

    2 分钟 12 秒
  • (已锁定)
    Word clouds

    2 分钟 15 秒
• 9. Conclusion 9. Conclusion

  • (已锁定)
    Your next steps in NLP

    2 分钟 12 秒
• 10. Introduction to NLP Tidytext R 10. Introduction to NLP Tidytext R

  • (已锁定)
    Welcome to natural language processing with R

    1 分钟 25 秒
  • (已锁定)
    Skills you need to be successful in this course

    2 分钟 16 秒
• 11. Use of Tidytext for NLP 11. Use of Tidytext for NLP

  • (已锁定)
    How to think like tidytext

    1 分钟 59 秒
  • (已锁定)
    An example: Calculate the most popular terms in a document

    3 分钟 10 秒
  • (已锁定)
    Tokenizing with unnest_tokens( )

    8 分钟 19 秒
  • (已锁定)
    Stopwords, punctuation, whitespace, and numbers

    6 分钟 30 秒
  • (已锁定)
    Stemming and lemmatization

    5 分钟 35 秒
  • (已锁定)
    Term frequency with bind_tf_idf( )

    5 分钟 54 秒
  • (已锁定)
    Sentiment analysis with sentiments( )

    4 分钟 44 秒
  • (已锁定)
    Parts of speech with parts_of_speech( )

    4 分钟 32 秒
  • (已锁定)
    Import and export from other NLP packages

    2 分钟 30 秒
• 12. Conclusion 12. Conclusion

  • (已锁定)
    Next steps

    1 分钟 40 秒
• 13. Introduction to NLP with Quanteda R 13. Introduction to NLP with Quanteda R

  • (已锁定)
    Welcome to natural language processing with R

    47 秒
  • (已锁定)
    Skills and tools you need

    3 分钟 27 秒
• 14. Getting Started with Quanteda 14. Getting Started with Quanteda

  • (已锁定)
    Introduction to quanteda

    1 分钟 54 秒
  • (已锁定)
    Install quanteda

    3 分钟 3 秒
• 15. Understanding Corpora 15. Understanding Corpora

  • (已锁定)
    Create a quanteda corpus

    5 分钟 18 秒
  • (已锁定)
    Create metadata with docvars

    5 分钟 50 秒
  • (已锁定)
    Corpus subsets and groups

    8 分钟 45 秒
  • (已锁定)
    Reshape and segment a corpus

    4 分钟 16 秒
  • (已锁定)
    Remove lines from a corpus

    1 分钟 53 秒
• 16. Understanding Tokens 16. Understanding Tokens

  • (已锁定)
    Corpus and tokens

    3 分钟 45 秒
  • (已锁定)
    Remove tokens and stopwords

    4 分钟 49 秒
  • (已锁定)
    Group tokens

    5 分钟 15 秒
  • (已锁定)
    Stemming with tokens

    3 分钟 14 秒
• 17. Understanding Document-Feature Matrix (DFM) 17. Understanding Document-Feature Matrix (DFM)

  • (已锁定)
    Corpus, tokens, and DFM

    1 分钟 2 秒
  • (已锁定)
    Create and modify a DFM

    4 分钟 40 秒
  • (已锁定)
    Real-world analysis with DFM

    10 分钟 27 秒
• 18. Analysis and Visualization 18. Analysis and Visualization

  • (已锁定)
    The quanteda textstats package

    39 秒
  • (已锁定)
    Real-world text statistics with textstats

    5 分钟 44 秒
  • (已锁定)
    Understand the quanteda sentiment package

    2 分钟 34 秒
  • (已锁定)
    Real-world sentiment analysis with quanteda sentiment

    13 分钟 54 秒
  • (已锁定)
    Visualization with textplots

    3 分钟 27 秒
  • (已锁定)
    Use dplyr with quanteda

    2 分钟 35 秒
• 19. Conclusion 19. Conclusion

  • (已锁定)
    Your next steps in NLP

    1 分钟 11 秒
• 20. Capstone Project 20. Capstone Project

  • (已锁定)
    Project introduction

    4 分钟 38 秒
  • (已锁定)
    Project explanation

    3 分钟 41 秒