[学科前沿] R语言 -- 文本挖掘利器 [推广有奖]

2关注
8粉丝

已卖：3861份资源

讲师

还不是VIP/贵宾

威望: 0 级
论坛币: 19771 个
通用积分: 9.2178
学术水平: 12 点
热心指数: 19 点
信用等级: 12 点
经验: 5951 点
帖子: 394
精华: 0
在线时间: 270 小时
注册时间: 2009-2-28
最后登录: 2023-9-14

楼主

shufelyc 发表于 2013-3-10 23:50:49 |AI写论文

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

Text Mining in R.pdf (302.52 KB, 需要: 1 个论坛币)

自然语言处理（Nature Language Process）是一个非常让人着迷的领域，应用范围非常广泛，比如去年人机大战中大出风头的IBM Watson，iPhone 4S的语音助理模块Siri，以及针对于社会热点的舆情分析，这些应用都使用了自然语言处理技术。当然，统计背景的分析类科研人员更关注于舆情分析这类的文本挖掘技术。
很多统计软件都提供了文本挖掘的功能，比如常见的数据分析软件SAS、SPSS等，以及一些语言如Python、Java，侧重点有所不同。但对于一般文本挖掘主要包括：

Preprocess：数据准备、导入、清洗以及一般性的预处理
Associate：关联分析，根据同时出现的频率找出关联规则
Cluster：将相似的文档（词条）进行聚类
Categorize：将文本划分到预先定义的类别里
API：可扩展的应用编程接口

至少在2008年，商业和开源软件的功能特性差不多（但我不确认Latent Semantic Analysis、Latent Dirichlet Allocation这类的模型是否支持），只是由于众所周知的缘故，对于API的扩展支持有所差异。
对于中文环境下的文本挖掘，无外乎要解决如下几个问题：

较为精确的中文分词（可能还需要支持个性化题库，甚至词性分析）
生成词条-文档矩阵，甚至矩阵的运算
后续的挖掘算法支撑（传统的以及语义类的）
其他

在R语言环境下，有众多的包支撑解决上述问题。 Ingo Feinerer开发维护的tm包提供了完整的文本挖掘的框架，借助辅助工具及R包，甚至还可以处理word、pdf文档的读入，文档处理并行化运算，文件数据库的语料处理等问题。
闲话不多说，最下面链接给出了一份基于《Introduction to the tm Package》整理的，基于tm包的中文文本挖掘的介绍性文档，内容包含