R語言jiebaR包文本中文分詞及詞云制作的示例分析

發(fā)布時間：2021-11-22 10:03:22 來源：億速云閱讀：233 作者：柒染欄目：大數(shù)據(jù)

R語言jiebaR包文本中文分詞及詞云制作的示例分析，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。

微信出現(xiàn)之前，qq群是我和讀者交流的主要陣地，一般我會問大家為什么入群這樣一個問題，收集到一些有趣的回答，今天就以這組文本數(shù)據(jù)練習(xí)中文分詞和詞云圖的制作。

首先我們先從excel讀取數(shù)據(jù)

data <- read.xlsx("why.xlsx")data <- data[,1]

準備jiebaR包和分詞引擎

library(jiebaR)engine <- worker()

開始分詞

fc <- segment(data,engine)

R語言jiebaR包文本中文分詞及詞云制作的示例分析

我們會發(fā)現(xiàn)分詞質(zhì)量不高，有些詞語要剔除。

準備停止詞stopwords.txt

t <- readLines('stopwords.txt')stopwords<-c(NULL)for(i in 1:length(t)){stopwords[i]<-t[i]}

開始過濾

fc2 <- filter_segment(fc,stopwords)

過濾之后，我們發(fā)現(xiàn)此時的關(guān)鍵詞更加凸顯。

R語言jiebaR包文本中文分詞及詞云制作的示例分析

統(tǒng)計詞頻

freq <- sort(table(fc2),decreasing = T)

簡單畫個餅圖看看效果咋樣吧

pie(head(freq))

R語言jiebaR包文本中文分詞及詞云制作的示例分析

聯(lián)想造句：愛好者想學(xué)習(xí)和交流數(shù)據(jù)分析和統(tǒng)計（這個意思非常符合入qq群目標）。

把關(guān)鍵詞和詞頻轉(zhuǎn)換為數(shù)據(jù)框結(jié)構(gòu)

mydata=data.frame(word=names(freq),freq=as.vector(freq),stringsAsFactors= F)

制作一個詞云圖吧

library(wordcloud2)wordcloud2(mydata,size = 1.5)

這就是最終效果了，簡單總結(jié)一下：入群最主要的目的是“學(xué)習(xí)”“數(shù)據(jù)分析”以及“統(tǒng)計”了，ta們都有誰內(nèi)？有“愛好者”、“新手”、“研究生”，不管是“交流”，或是“請教”“咨詢”，總是是要“謝謝”“數(shù)據(jù)小兵”（純屬娛樂造句）。

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進一步的了解或閱讀更多相關(guān)文章，請關(guān)注億速云行業(yè)資訊頻道，感謝您對億速云的支持。

向AI問一下細節(jié)

R語言jiebaR包文本中文分詞及詞云制作的示例分析

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標簽