本文介绍了使用jiebaR进行中文分词的步骤，包括安装、基本使用、词频统计和词云图的绘制。通过实例展示了如何从微博数据中抓取内容，进行预处理，然后利用pam算法进行聚类分析。
jiebaR 中文分词 0.3 版本发布，此版本更新内容如下：
install.packages("jiebaR")
library(jiebaRD)
qseg <= "江州市长江大桥参加了长江大桥的通车仪式"
[1] "江州" "市长" "江大桥" "参加" "了" "长江大桥" "的"
[8] "通车" "仪式"
#把文本分词，并以文本的形式输出
cutter = worker()
cutter <= "e://wordseg.txt"
如何统计词频?
词云图？
mydata<-read.table("e://wordseg.txt",head=TRUE)
mycolors <- brewer.pal(8,"Pastel2")
wordcloud(mydata$词汇,mydata$词频,random.order=FALSE,random.color=FALSE,colors=mycolors,family="myFont3")
install.packages("jiebaR")
library(jiebaRD)
qseg <= "江州市长江大桥参加了长江大桥的通车仪式"
[1] "江州" "市长" "江大桥" "参加" "了" "长江大桥" "的"
[8] "通车" "仪式"
#把文本分词，并以文本的形式输出
cutter = worker()
cutter <= "e://wordseg.txt"
如何统计词频?
词云图？
mydata<-read.table("e://wordseg.txt",head=TRUE)
mycolors <- brewer.pal(8,"Pastel2")
wordcloud(mydata$词汇,mydata$词频,random.order=FALSE,random.color=FALSE,colors=mycolors,family="myFont3")
最低0.47元/天 解锁文章
扫一扫
8918
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
