tm

    0熱度

    2回答

    R tm TermDocumetMatrix不會顯示全部

    當我使用TM時，我試圖用inspect（）顯示TermDocumentMatrix，結果並不是所有的矩陣，只是它的一部分。 我真的很困惑。 這是我的TDM的結果： > tdm <<TermDocumentMatrix (terms: 84, documents: 1)>> Non-/sparse entries: 84/0 Sparsity : 0% Maximal term leng
    r tm 2017-06-12

    3熱度

    1回答

    在R中使用DocumentTermMatrix和'dictionary'參數

    我想使用R來進行文本分類。我用DocumentTermMatrix返回字的矩陣： library(tm) crude <- "japan korea usa uk albania azerbaijan" corps <- Corpus(VectorSource(crude)) dtm <- DocumentTermMatrix(corps) inspect(dtm) words <-
    r tm corpus term-document-matrix 2017-06-20

    1熱度

    1回答

    R：wordcloud軟件包忽略語料庫中三個字符以下的單詞

    使用wordcloud軟件包創建wordcloud時，似乎軟件包默認忽略三個字符以下的單詞（如「tv」）。我認爲這是一個功能，而不是一個bug，但我仍然無法找到調整最小字符數的參數。 的wordcloud抵抗（）創建，並與該語料庫（）和tm_map預處理詞語從TM包功能的語料庫運行。我已經證實，有問題的單詞沒有在例如刪除停用詞 - 它們仍處於運行wordcloud（）函數的最終語料庫中。 重複的例
    r tm word-cloud 2017-06-22

    0熱度

    1回答

    如何在換行符後將語料庫內容轉換爲向量\ n「

    當我嘗試在純文本上使用strsplit時，它具有所需的屬性，即存儲的值將從字符串轉換爲具有字符串的向量。例如， txt = "The fox is Brown.\nThe Fox has a tail." strsplit(txt, "\n") 對於我使用的是NLP包的實際問題，TM（v0.7-1）中的R 3.4.0在Windows 7 當我創建我的文集並嘗試使用content_transf
    r tm strsplit 2017-06-25

    0熱度

    1回答

    同義詞

    我想從一個CSV文件，其中的第一個字是「主」字和詞語的相同的記錄，其餘讀同義詞是2的倍數列出的清單是其同義詞 現在我基本上要創建一個列表像我將不得不在R， **synonyms <- list( list(word="ss", syns=c("yy","yyss")), list(word="ser", syns=c("sert","sertyy","serty")) )**
    r text-mining tm 2017-06-28

    0熱度

    1回答

    R的tm包的問題

    我一直在嘗試跟隨Udemy教程，使用R中的tm包在推文上進行文本挖掘。 到目前爲止，本教程中指定的許多函數（以及cran.org上的tm pdf）導致了一系列錯誤，我不清楚如何解決它們。我正在編碼RStudio版本1.0.143和macOS Sierra。代碼和錯誤下面是我試圖從一系列的鳴叫做出wordcloud： nyttweets <- searchTwitter("#NYT", n=1000
    r twitter nlp tm 2017-06-28

    1熱度

    1回答

    在R中完成任務

    我正在研究R中的文本挖掘，這裏有幾個來自我的語料庫的文檔，在刪除了標點符號，數字，URL和停用詞後。 myStopwords <- setdiff(myStopwords, c("r", "big")) myCorpus <- tm_map(myCorpus, removeWords, myStopwords) myCorpus <- tm_map(myCorpus, stripWhitesp
    r tm 2017-07-02

    0熱度

    1回答

    使用tf-idf時使用R和tm的新數據

    使用R和tm，我加載並清理了一堆文本文檔，並將它們製作成語料庫。之後，我使用tf-idf構建了他們的DTM，並且可以用於各種分類聚類算法。到現在爲止還挺好。 現在，讓我們假設我有一個新文檔，並嘗試計算它與Corpus中文檔的距離。當然，我需要將它應用於原始集合的所有轉換。但我不明白如何計算新文檔的tf-idf矢量，因爲tf-idf依賴於整個集合，而不是單個文檔。將新文檔添加到語料庫並重新計算其tf
    r tm tf-idf text-classification 2017-07-02

    0熱度

    2回答

    使用tm包刪除R中的圖釋

    我正在使用tm包清理Twitter語料庫。但是，該軟件包無法清理表情符號。 這裏有一個重複的代碼： July4th_clean <- tm_map(July4th_clean, content_transformer(tolower)) Error in FUN(content(x), ...) : invalid input 'RT ElleJohnson Love of country is
    r sentiment-analysis tm emoticons 2017-07-03

    0熱度

    1回答

    爲什麼tm包和RTextTools包的輸出不同？

    我有一個260 RTI應用程序的數據集。我應該對他們執行LDA。我使用tm和RTextTools軟件包創建了term-doc矩陣。但是，輸出差別很大。 Tm軟件包不顯示任何稀疏的條目數量。總條款數量差別很大。 下面是代碼： library("tm") library("RTextTools") <I read the data here into a variable called 'data
    r sparse-matrix tm 2017-07-06
最新問題