library("rJava") library("Rwordseg") library("wordcloud2") # 读入数据 mydata<-read.csv("未来简史.txt",encoding ="UTF-8", stringsAsFactors=FALSE,header=FALSE) human_future_txt<-segmentCN(as.character(mydata$V1)) human_future_txt # 向量化 human_future_aslist<-unlist(human_future_txt) human_future_aslist length(human_future_aslist) # 去停词 #help("gsub") #剔除URL等各种不需要的字符,还需要删除什么特殊的字符可以依样画葫芦在下面增加gsub的语句 human_future_aslist <- gsub(pattern="http:[a-zA-Z\\/\\.0-9]+","",human_future_aslist) human_future_aslist <- gsub("\n","",human_future_aslist) human_future_aslist <- gsub(" ","",human_future_aslist) #v_aslist <- gsub("\\d","",v_aslist) human_future_aslist length(human_future_aslist) #过滤掉1个字的词 human_future_aslist
R语言文本分词和词云制作
最新推荐文章于 2023-11-11 14:26:02 发布
本文展示了如何使用R语言进行文本分词和词云制作。首先,导入了rJava、Rwordseg和wordcloud2库,接着读取了文本数据并进行分词。然后,通过去除停用词、URL和特殊字符,筛选出有效的词汇。最后,统计词频,生成并展示了词云图。
摘要由CSDN通过智能技术生成