文本分词,记词频,做词云

文本分词,记词频,做词云 - paulsweet - MOMO
a <- segmentCN("1.txt",returnType="tm")
b <- read.table("1.segment.txt",fill=T)
?table 
lecture=read.csv("1.segment.txt",sep=",",header=TRUE,fileEncoding="UTF-8")   
# 查看前几行,看是否有字符编码问题  
head(lecture);  
# 获取数据集长度  
n=length(lecture[,1]);  
print(n)  

# == 文本预处理  
res=lecture[lecture!=" "];  
#剔除URL  
res=gsub(pattern="http:[a-zA-Z\\/\\.0-9]+","",res);   
#剔除特殊词  
res=gsub(pattern="[我|你|的|了|是]","",res);       

# == 分词+频数统计  
words=unlist(lapply(X=res, FUN=segmentCN));  
word=lapply(X=words, FUN=strsplit, " ");  
v=table(unlist(word));    
# 降序排序  
v=rev(sort(v));   
d=data.frame(word=names(v), freq=v);   
# 过滤掉1个字和词频小于20的记录  
d=subset(d, nchar(as.character(d$word))>1 & d$freq>=20)  

#设置中文输出
par(family='STKaiti') 
mycolors <- brewer.pal(8,"Dark2")
wordcloud(d$word,d$freq,random.order=F,random.color=F,colors=mycolors)


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值