R语言-文本挖掘例子
2015-11-18 10:24
330 查看
以总理2015报告原文进行挖掘处理,先将报告内容保存为TXT格式文本。
需要的包:rJava,Rwordseg,wordcloud。
library(rJava)
library(Rwordseg)
library(wordcloud)
2、中文分词
txt<-segmentCN(as.character(mydata$V1))
3、将列表转换为向量
txt.aslist<-unlist(txt)
4、词语统计
txt.freq<-table(txt.aslist)
5、频数排序
txt.result<-txt.freq[order(-txt.freq)]
如果要去除停止词,可使用下面的步骤:
(1)导入停止词表
stopword<-read.csv('D:/test/R/stop-word.txt',stringsAsFactors=FALSE,header=FALSE)
(2)将data.frame类型数据转换为向量型数据
stopword.v<-as.vector(stopword$V1)
(3)去除词语统计中的停止词
word.pure<-setdiff(names(txt.result),stopword.v)
word.pure为去除停止词的统计分析对象词表。
(4)取出非停止词
txt.pure<-txt.result[word.pure]
dimnames(ta) 结果为list型
names(ta)结果为向量型。
需要的包:rJava,Rwordseg,wordcloud。
library(rJava)
library(Rwordseg)
library(wordcloud)
1、读入文本数据
mydata<-read.csv("D:/test/R/report2015.txt", stringsAsFactors=FALSE,header=FALSE)2、中文分词
txt<-segmentCN(as.character(mydata$V1))3、将列表转换为向量
txt.aslist<-unlist(txt)4、词语统计
txt.freq<-table(txt.aslist)5、频数排序
txt.result<-txt.freq[order(-txt.freq)]6、画词云
wordcloud(names(txt.result),txt.result,random.order=FALSE)7、取前100位画词云
wordcloud(names(text.result)[1:100],text.result[1:100],random.order=FALSE)如果要去除停止词,可使用下面的步骤:
8、使用去停止词
(1)导入停止词表
stopword<-read.csv('D:/test/R/stop-word.txt',stringsAsFactors=FALSE,header=FALSE)(2)将data.frame类型数据转换为向量型数据
stopword.v<-as.vector(stopword$V1)(3)去除词语统计中的停止词
word.pure<-setdiff(names(txt.result),stopword.v)word.pure为去除停止词的统计分析对象词表。
(4)取出非停止词
txt.pure<-txt.result[word.pure](5)画词云
wordcloud(names(txt.pure)[1:100],txt.pure[1:100],random.order=FALSE)注意:
对table对象 ta,dimnames(ta) 结果为list型
names(ta)结果为向量型。
相关文章推荐
- 关于iOS编程的好帮手
- iOS 断言的运用
- 浅谈压缩感知(一):背景简介
- ios瀑布流
- WPF中Style文件引用另一个Style文件中的样式
- 逻辑电路 - 振荡器Clock
- 11月第1周网络安全报告:被篡改.COM网站占74.6%
- actionForm详解
- ubuntu如何将一个.iso转化为.img
- 配置开发支持高并发TCP连接的Linux应用程序全攻略
- Intellij IDEA控制台乱码解决方法
- BestCoder Round #62 (div.2) HDOJ5562 Clarke and food(脑洞)
- OC-retain,copy,assign及autorelease
- 网上常用免费的webservice
- Linux阵列 RAID详解
- mysql中常用的字符串函数
- 关于grade
- ORA-00257: 归档程序错误。在释放之前仅限于内部连接
- 阿里云9折推荐码:0LGVW2
- MySQL中主键索引与聚焦索引之概念的学习教程