R语言jiebaR包文本中文分词及词云制作的示例分析

R语言jiebaR包文本中文分词及词云制作的示例分析,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。

网站建设哪家好,找成都创新互联公司!专注于网页设计、网站建设、微信开发、重庆小程序开发、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了方城免费建站欢迎大家使用!

微信出现之前,qq群是我和读者交流的主要阵地,一般我会问大家为什么入群这样一个问题,收集到一些有趣的回答,今天就以这组文本数据练习中文分词和词云图的制作。

R语言jiebaR包文本中文分词及词云制作的示例分析

首先我们先从excel读取数据

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

准备jiebaR包和分词引擎

library(jiebaR)engine <- worker()

开始分词

fc <- segment(data,engine)

R语言jiebaR包文本中文分词及词云制作的示例分析

我们会发现分词质量不高,有些词语要剔除。

准备停止词stopwords.txt

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

开始过滤

fc2 <- filter_segment(fc,stopwords)

过滤之后,我们发现此时的关键词更加凸显。

R语言jiebaR包文本中文分词及词云制作的示例分析

统计词频

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

简单画个饼图看看效果咋样吧

pie(head(freq))

R语言jiebaR包文本中文分词及词云制作的示例分析

联想造句:爱好者想学习和交流数据分析和统计(这个意思非常符合入qq群目标)。

把关键词和词频转换为数据框结构

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


制作一个词云图吧

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

这就是最终效果了,简单总结一下:入群最主要的目的是“学习”“数据分析”以及“统计”了,ta们都有谁内?有“爱好者”、“新手”、“研究生”,不管是“交流”,或是“请教”“咨询”,总是是要“谢谢”“数据小兵”(纯属娱乐造句)。

看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注创新互联行业资讯频道,感谢您对创新互联的支持。


名称栏目:R语言jiebaR包文本中文分词及词云制作的示例分析
URL分享:http://pwwzsj.com/article/piphod.html