tm

    1熱度

    2回答

    如何使用TM封裝在希伯來文或阿拉伯文

    文本分析我想用TM包希伯來文或阿拉伯文文本分析。我試了好幾種方法，看看是否TM將能夠處理一些話，但我遇到了一個錯誤，是否有解決這個問題的方法嗎？ text <- "הנוסעים חיכו זמן רב לנסיעה" Encoding(text) #[1] "unknown" Encoding(text) <- "UTF-8" ap.corpus <- Corpus(DataframeS
    r text tm 2017-07-06

    0熱度

    1回答

    [R文本挖掘轉換期限文檔矩陣

    我使用創建的雙字母組的列表： BigramTokenizer <- function(x) NGramTokenizer(x, Weka_control(min = 2, max = 2)) tdm_a.bigram = TermDocumentMatrix(docs_a, control = list(tokenize = BigramTokenizer)) 我試圖
    r text-mining tm term-document-matrix rweka 2017-07-07

    1熱度

    1回答

    在tm :: content_transformer（）的上下文中，我將如何使用mgsub？

    qdap :: mgsub採用以下參數： mgsub(x, pattern, replacement) 在庫（TM）胼變換可以內content_transformer()包裹非TM功能，例如 corpus <- tm_map(corpus, content_transformer(tolower)) 下面是一些拼寫混亂的文本數據幀： df <- data.frame( id = 1
    r tm qdap 2017-07-14

    0熱度

    1回答

    檢查開放式問題的n詞頻率

    我想分析開放式問題的答案。首先是單詞雲，然後當我要計算2-3個單詞短語的頻率時，我遇到了一個問題。 這裏是我的代碼： library('tm') tokenize_ngrams <- function(x,n=2)return(rownames(as.data.frame(unclass(textcnt(x,method="string",n=n))))) corpus <- Corpus(V
    r text-mining tm 2017-07-17

    2熱度

    1回答

    R：獲得單詞頻，而不是二元語法

    下面是我用它來創建雙克頻率列表的代碼： library(tm) library(RWeka) #data <- myData[,2] tdm.generate <- function(string, ng){ # tutorial on rweka - http://tm.r-forge.r-project.org/faq.html corpus <- Corpu
    r tm rweka 2017-07-18

    0熱度

    3回答

    使用R和koRpus編譯和分析語料庫

    我是數據科學領域的文學學生。我試圖分析一個包含70個.txt文件的語料庫，這些文件都在一個目錄中。 我的最終目標是獲得一個包含文件名（或類似內容），句子和單詞計數，Flesch-Kincaid可讀性評分和MTLD詞彙多樣性分數的表格。 我發現了包koRpus和tm（和tm.plugin.koRpus），並試圖理解他們的文檔，但還沒有走到很遠。在RKward IDE和koRpus-Plugin的幫助
    r tm corpus korpus 2017-07-24

    0熱度

    1回答

    tm package和dtm/wordclouds引發的新錯誤

    使用R（3.2.5）並加載下列軟件包 'SnowballC'，'tm'，'NLP'，'RWeka'，'RTextTools'，'wordcloud '，'fpc' carmenCorpus <- Corpus(VectorSource(feedback$Description)) carmenCorpus <- tm_map(carmenCorpus, PlainTextDocument) c
    r tm word-cloud 2017-07-26

    0熱度

    1回答

    TM DocumentTermMatrix給出了令人意想不到的結果給出了語料庫

    也許我誤解了tm::DocumentTermMatrix的工作原理。我有一個語料庫其預處理後看起來是這樣的： head(Description.text, 3) [1] "azi sanitar local to1 presid osp martin presid ospedalier martin tofan torin tel possibil raggiung ospedal segu b
    r text-mining tm term-document-matrix 2017-07-28

    0熱度

    1回答

    TM，Quanteda，text2vec。根據正則表達式模式獲取詞表左邊的字符串

    我想分析一個大文本文件夾，用於存在多種語言的名稱，地址和電話號碼。 這些通常會以「地址」，「電話號碼」，「名稱」，「公司」，「醫院」，「送達者」之前。我會有這些詞的字典。 我在想，如果文本挖掘工具是完美的工作。 我想爲所有這些文檔創建一個語料庫，然後在給定字典條目的右側或下方找到符合特定（我正在考慮正則表達式條件）的文本。 在R中的數據挖掘軟件包中是否有這樣的語法， 以獲取字詞表條目右側或下側的字
    r tm quanteda text2vec 2017-07-31

    -1熱度

    1回答

    在R中的文件夾中讀取多個本地html文件

    我的電腦中有一個文件夾中有多個HTML文件。我想在R中閱讀它們，試圖儘可能保持原始格式。順便說一句，只有文字。我嘗試了兩種方法，其中錯誤地失敗了： ##first approach library (tm) cname <- file.path("C:", "Users", "usuario", "Desktop", "DEADataset", "The Phillipines", "gazz
    html r tm 2017-08-02
最新問題