翻譯[問題類型]: 程式諮詢 [軟體熟悉度]: 入門(寫過其他程式，只是對語法不熟悉) [問題敘述]: 大家好，最近剛接觸文字探勘 參考了陳嘉葳大大 翻譯文章：用R進行中文 text Mining (http://goo.gl/3mTrDg) 我也照做了一番，有些地方因為有更新所以有自己修改 翻譯社 問題1： 在輸出TermDocumentMatrix時，出現了以下的樣子 不知道怎麼把 弄掉，原本 翻譯文章也沒有長這樣。 Docs Terms 1 2 3 4 5 一生 志願 0 0 0 0 0 一生 味道 0 0 0 0 0 一家 嘴 罐子 1 0 0 0 0 一連串 0 0 0 0 0 人 0 0 0 0 0 人 人 人 強者 同學 0 0 0 0 0 人 人 小學 0 0 0 0 0 人 人 事 課 精神 0 0 0 0 0 人 人 東西 0 0 0 0 0 人 山 雙手 0 0 0 0 0 問題2： 輸出的文字雲長這樣 http://i.imgur.com/W6Bo2Tk.png
明明程式碼一樣，不知為何我的卻是方的，而且沒有很密集。
想知道問題出在哪。
問題3：
由於原文章只鎖定名詞
d.corpus <- tm_map(d.corpus[1:100] 翻譯公司 segmentCN, nature = TRUE)
d.corpus <- tm_map(d.corpus 翻譯公司 function(sentence) {
noun <- lapply(sentence, function(w) {
w[names(w) == "n"]
})
unlist(noun)
})
若所有詞性都想要，該怎麼做呢？
我有試做看看，卻在輸出tdm時得到error
Error in `[.simple_triplet_matrix`(tdm, 1:10 翻譯公司 1:5) :
subscript out of bounds
[程式範例]:
大概的程式碼如下：
d.corpus0 <- Corpus(DirSource('doc'), list(language = NA)) #語料庫
d.corpus_clean <- tm_map(d.corpus0, removePunctuation)
d.corpus_clean <- tm_map(d.corpus_clean, removeNumbers)
d.corpus_clean <- tm_map(d.corpus_clean, function(word) {
gsub("[A-Za-z0-9]", "", word)
})
d.corpus_seg <- tm_map(d.corpus_clean[1:100] 翻譯公司 segmentCN 翻譯公司 nature = TRUE)
d.corpus_seg2 <- tm_map(d.corpus_seg 翻譯公司 function(sentence) {
noun <- lapply(sentence, function(w) {
w[names(w) == "n"]
})
unlist(noun)
})
#d.corpus_vec <- Corpus(VectorSource(d.corpus_seg)) #無法run
d.corpus_stop <- tm_map(d.corpus_seg2, removeWords, myStopWords)
#建立TermDocumentMatrix(自己修改過)
corpus_clean <- tm_map(d.corpus_stop, PlainTextDocument)
d.corpus_vec <- Corpus(VectorSource(corpus_clean))
tdm <- TermDocumentMatrix(d.corpus_vec, control = list(wordLengths = c(2,
Inf)))
#文字雲
m1 <- as.matrix(tdm)
v <- sort(rowSums(m1), decreasing = TRUE)
d <- data.frame(word = names(v) 翻譯公司 freq = v)
wordcloud(d$word 翻譯公司 d$freq, min.freq = 2, random.order = F, ordered.colors = F,
colors = rainbow(length(row.names(m1))))
這個問題已經困擾我好幾天，想了很久也找很多資料還是無解，才想說上來請各位高手解
答
小妹第一次在本版發文，若有任何不妥請多多包涵:)
[關鍵字]:
文字探勘，text mining。-> 翻譯社|,-> 翻譯公司|的-> 翻譯
以下文章來自: https://www.ptt.cc/bbs/R_Language/M.1439908857.A.A29.html有關翻譯的問題歡迎諮詢天成翻譯社
留言列表
