注:本文是姚添泽同学对分词词云的介绍
分词是文本分析中的基础内容,而词云则是基于分词结果的一种文本可视化方式。本文将介绍基于jiebaR包的基本分词操作,以及基于wordcloud2包的词云制作方法。
1 R语言分词的基本操作
在使用R语言进行分词操作时,常使用的包为jiebaR
包,一般会选取其中的worker()
分词器,该分词器中有多个参数,通过设定可以改变分词的方式,词典的使用及输出方式等,如果均不设定也可按照参数默认值直接使用。
library(jiebaR)
分词结果如下:
可以发现虽然已经得到了初步的分词结果,但一些专有名词以及特殊的代词如“郭老师”,“多元统计”及“公众号”等,却被分开了,此时可通过new_user_word()
语句将我们不希望拆分的词语添加进worker分词器中。
## 添加新词到已经新建的分词器中 new_user_word()