信德語翻譯[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，比來剛接觸文字探勘
參考了陳嘉葳大大的文章：用R進行中文 text Mining
(http://goo.gl/3mTrDg)
華頓翻譯公司也照做了一番，有些處所因為有更新所以有本身點竄翻譯
問題1：
在輸出TermDocumentMatrix時，泛起了以下的模樣
不知道怎麼把
弄掉，原本的文章也沒有長如許。
Docs
Terms 1 2 3 4 5
平生
志願 0 0 0 0 0
平生
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
器材 0 0 0 0 0
人
山
雙手 0 0 0 0 0
問題2：
輸出的文字雲長如許
http://i.imgur.com/W6Bo2Tk.png
明明程式碼一樣，不知為何我的倒是方的，並且沒有很密集。
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]翻譯社 segmentCN, nature = TRUE)
d.corpus <- tm_map(d.corpus, 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翻譯社 1:10, 1:5) :
subscript out of bounds
[程式規範]:
大要的程式碼以下：
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]"翻譯社 "", word)
})
d.corpus_seg <- tm_map(d.corpus_clean[1:100], segmentCN, nature = TRUE)
d.corpus_seg2 <- tm_map(d.corpus_seg翻譯社 function(sentence) {
noun <- lapply(sentence翻譯社 function(w) {
w[names(w) == "n"]
})
unlist(noun)
})
#d.corpus_vec <- Corpus(VectorSource(d.corpus_seg)) #沒法run
d.corpus_stop <- tm_map(d.corpus_seg2翻譯社 removeWords, myStopWords)
#建立TermDocumentMatrix(本身點竄過)
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)翻譯社 freq = v)
wordcloud(d$word翻譯社 d$freq, min.freq = 2, random.order = F, ordered.colors = F,
colors = rainbow(length(row.names(m1))))
這個問題已困擾我好幾天，想了好久也找良多資料照樣無解，才想說上來請列位高手解
答
小妹第一次在本版發文，如有任何不當請多多見諒:)
[要害字]:
文字探勘，text mining
文章出自: https://www.ptt.cc/bbs/R_Language/M.1439908857.A.A29.html有關各國語文翻譯公證的問題歡迎諮詢華頓翻譯公司02-77260932
留言列表
