R语言对中文pdf进行词频统计

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请问用R语言怎么对中文pdf文件进行词频的统计。试过如下代码，得到的excel是乱码？
library(readtext)
library(jiebaR)
library(dplyr)
pdf_text <- readtext("xxx.pdf")
pdf_cut <- segment(pdf_text$text, worker(user="xxx.txt", stop_words="xxx.txt"))
word_freq <- pdf_cut %>% subset(nchar(pdf_cut)>1 %>% frq() %>% arrange(-freq) %>% head(100)
write.csv(word_freq, file="xxx.csv", row.names=FALSE)

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：PDF R语言 Library jiebaR BRARY