quanteda/quanteda

解決的問題

提供一個全面的文本資料定量分析工具組，讓使用者能在 R 環境中高效地管理與分析文字。

工作原理

本專案以 R 套件形式實作，利用 C++ 與 Fortran 原始碼進行高效能運算。透過使用 Intel oneAPI Threading Building Blocks (TBB) 庫實現平行運算，加速大規模文字資料集的處理。核心套件負責自然語言處理（NLP）與文字資料管理，而一組模組化套件（如 quanteda.textmodels、quanteda.textstats 與 quanteda.textplots）則提供專用的模型、統計與視覺化功能。

適用對象

使用 R 進行定量文字分析與自然語言處理的研究人員與資料科學家。

主要特色

• 基於 Unicode 與 ICU 相容規則的高效能分詞，支援多語言。
• 透過 TBB 實現平行運算能力，提升處理速度。
• 模組化架構，將核心 NLP 功能與統計、模型、圖表分離。
• 透過 quanteda.tidy 擴充功能與 tidyverse 整合。