使用R语言进行中文分词

最新推荐文章于 2024-07-20 09:40:11 发布

王亨

最新推荐文章于 2024-07-20 09:40:11 发布

阅读量2.2w

点赞数 6

分类专栏： R语言

本文链接：https://blog.csdn.net/wzgl__wh/article/details/52528925

版权

本文介绍了如何在R语言中进行中文分词，包括安装Rwordseg包，使用insertWords和deleteWords函数处理分词问题，以及加载和使用搜狗扩展词库提高分词准确性。

摘要由CSDN通过智能技术生成

1.准备包

①rJava包

② Rwordseg包

③java环境

④搜狗词库（此为扩展词库）

Rwordseg包依赖于rJava包。由于Rwordseg包并没有托管在CRAN上面，而是在R-Forge上面，因此在在R软件上面直接输入install.packages("Rwordseg")会提示错误。因此，我们需要在软件菜单栏点击程序包

选择软件库在选择R-Forge 即可，然后输入install.packages("Rwordseg")应该就OK了。或者输入下面代码：

install.packages("Rwordseg", repos = "http://R-Forge.R-project.org")

一切准备工作做好了我们就可以进行分词了。首先加载我们所需要的包。然后对“ 我非常喜欢《跟着菜鸟一起学R语言》这个微信公众号 ”这句话进行分词。

library(Rwordseg)
library(rJava)
text<-"我非常喜欢《跟着菜鸟一起学R语言》这个微信公众号"
segmentCN(text)

分词结果为：

[1] "我" "非常" "喜欢" "跟" "着" "菜" "鸟" "一起" "学" "R语言" "这个" "微信

关注

专栏目录