分词及词云图绘制-R语言

分词的方法模型很多种，最大概率法(mp)、隐式马尔可夫模型(hmm)、索引模型(query)以及混合模型(mix)等，字典的类型也分为很多种，混合模型的结果一般情况下效果较优，下面利用R语言简单绘制云图，达到可视化的效果。

wordcloud2函数：
wordcloud2(data, size = 1, minSize = 0, gridSize =  0,
    fontFamily = 'Segoe UI', fontWeight = 'bold',
    color = 'random-dark', backgroundColor = "white",
    minRotation = -pi/4, maxRotation = pi/4, shuffle = TRUE,
    rotateRatio = 0.4, shape = 'circle', ellipticity = 0.65,
    widgetsize = NULL, figPath = NULL, hoverFunction = NULL)

常用参数说明：
data:待分词文本
fontFamily ：字体
color：词颜色设置
backgroundColor：背景颜色
minRotate：字体最小旋转度
maxRotate：字体最大旋转度
shuttle：设置为T，每次生成的图均不同
rotateRatio：词旋转的可能性
shape：设置词云图形状，默认为椭圆
ellipticity：图形的平整度

worker函数:
worker(type = "mix", dict = DICTPATH, hmm = HMMPATH,
    user = USERPATH,idf = IDFPATH, stop_word = STOPPATH, 
    write = T, qmax = 20, topn = 5,encoding = "UTF-8", 
    detect = T, symbol = F, lines = 1e+05,output = NULL, 
    bylines = F, user_weight = "max")
常用参数说明：
type:分词模型选择
dict：主词典路径
user:用户词典路径
topn:取关键词个数，仅对simhash and keywords两种方式起作用
bylines：为T，则按行读入
user_weight：用户词典权重（ "min"、 "max"、"median"）

R语言实例

library(jiebaR)
library(cidian)#用于将细胞词库转化为R可操作的dict或txt格式
library(wordcloud2)

text<-read.table("E://rdata//reply.txt",encoding="UTF-8",header=F,as.is=T)##读取待分词文件
mixseg<-worker(type="mix",user = "e:/wordseg/qihuan.dict",stop_word = "e:/wordseg/stopwords.txt")#设置分词方法、词典及停词，这里采用混合模型
seg<-mixseg[text[,1]]#获取分词结果
#stop_word<-c("一个","哈哈")#自定义新增停词
#seg<-filter_segment(seg_result,stopword)
seg<-seg[nchar(seg)>1] #去除字符长度小于2的词语
num<-table(seg)
df<-data.frame(num)
wordcloud2(df)#采用默认参数，可修改

结果范例