文本挖掘——词云图的操作

 弄了两天，今天看了一篇博文才有点搞的明白，第一天看了Rwordseg包，这个包可把我整惨了，安装它都使出吃奶的劲了，我怎么觉得还没安装到位。如果想安装的话请参考《Rwordseg使用说明》，李舰写的，也是个大牛。比较详细介绍了Rwordseg的使用。第二天看了第二篇文章《玩玩文本挖掘-wordcloud、主题模型与文本分类》，这个家伙也不好看，讲的啰里啰嗦的。用个简单的例子就行了呗，非得用个复杂的（我认为的），而且还用到python，我只能说，cao。把我搞得稀里糊涂的，最后搜了挖掘机1990（在此感谢挖掘机1990的博文）。看的明白一点。现在还有两块没看完。文本挖掘的另一个包tm少不了，现在还没详细看。现在的主要问题就在文本的分词和词频的统计，这两个做好，画出词云图就简单了。现在觉得，一个人学习R语言太艰苦了，没资料，没视频的，错了自己调试调试再调试，宝宝心里苦啊！好了，闲话少说，该干什么还得干什么，上程序。

library(Rwordseg)#载入分词包
library(tm) #载入文本挖掘包

分词

把要分析的文件，存为文本文件（txt后缀），放到某个目录

装载自定义词库

这里的自定义词库，是根据分析文件中的某些特殊用词，自己编写的一个词库文件，其实也是一个文本文件，每行一个词。为什么要装自定义词库勒，是为了准确进行分词。某些单词如果不设置为自定义词，那么分词的时候可能会分解成其他的词汇。比如"中国电信"，如果不设置为自定义词，那么就会被分解为"中国电信"；如果设置为自定义词，那么就会识别为一个词。

installDict(file.choose(),"mydict")#装载
listDict() #查看词典