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

qq_33627496

最新推荐文章于 2023-11-11 14:26:02 发布

阅读量2k

点赞数 2

分类专栏：数据分析

本文链接：https://blog.csdn.net/qq_33627496/article/details/79118528

版权

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

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