Process / pipeline
テキスト回帰 — テキストからの数値予測
テキストベース回帰は、TF-IDFスコア、埋め込み、またはn-gramなどのテキストから抽出された特徴量を独立変数として使用し、連続的なターゲット変数を予測する。Gentzkow、Kelly、Taddy（2019）によって統合されたテキスト・アズ・データ（text-as-data）プログラムを基盤とし、価格、評価、感情スコアなどの数値的結果を文書から直接推定することを可能にし、社会科学、経済学、金融学の応用で広く使用されている。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Gentzkow, M., Kelly, B. & Taddy, M. (2019). Text as Data. Journal of Economic Literature, 57(3), 535-574. DOI: 10.1257/jel.20181020 ↗
- Taddy, M. (2013). Measuring Political Sentiment on Twitter: Factor Optimal Design for Multinomial Inverse Regression. Technometrics, 55(4), 415-425. DOI: 10.1080/00401706.2013.778791 ↗
このページの引用方法
ScholarGate. (2026, June 1). Text-Based Regression. ScholarGate. https://scholargate.app/ja/text-mining/text-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →