R语言中文分词请教

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

请教一下，用R中的Rwordseg包进行中文分词，segmentCN函数分词后构建corpus，再构建tdm词条文档矩阵，可最终结果始终是这样的，求解。。。。谢谢

案\n除了                              1
  案\n正\n在\n如火如荼                1
  拔\n了\n头筹                        1
  被\n海口市\n中级                    1
  被\n揭露                            2
  被\n四\n投资者\n起诉                1
  被\n投资者\n起诉                    1
  被\n小股东\n找上门\n来\n查询        1
  并\n没有                            1
  不\n会\n受理                        1
  创业板\n公司                        1
  但\n都\n因\n虚假                    1
  但\n法院                            1
  当\n北京                            1
  到\n了\n                            1
  的\n案件                             1
  的\n榜样                             1
  的\n创业板\n上市公司                 1
  的\n行政                             1
  的\n机构投资者\n仅仅                 1

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3 回帖

关键词：中文分词 R语言 segmentCN segment 机构投资者 R语言 中文分词 文本挖掘

已解决，tm包与Rwordseg包的兼容问题，把tm包换成tm0.58就可以啦

不懂，跟正则有关？

xucaifeng66 发表于 2014-11-13 16:23
不懂，跟正则有关？

是包版本依赖问题，Rwordseg依赖于tm包，但是Rwordseg是2013年开发的，而tm最近更新的，也就是说必须找到2013年的tm包才可以

yuanhangzhe 发表于 2014-11-13 18:46
是包版本依赖问题，Rwordseg依赖于tm包，但是Rwordseg是2013年开发的，而tm最近更新的，也就是说必须找到 ...

那这个包在哪下？给个链接可以吗

你好 我看到刘思喆的文章中中文分词是这么写的
library(Rwordseg)
> segmentCN(' 花儿为什么这样红')
[1] "花儿" "为什么" "这样" "红"
但是如何对语料库中的所有文本进行分词呢？就是括号中该写什么呢？？写了语料库的名字后，出现错误：Error in segmentCN(reuters) : Please input character!
求助！

楼主楼主，求中文分词以及构建tdm矩阵的详细代码，，急需，，邮箱是kezhenw001@163.com，跪谢楼主大恩！！

我也是遇到了和你一样的问题，但是现在tm0.58下下来都是tr.gz的格式，windows环境安装不上，你有遇到这个问题吗？或者你有zip格式的包吗？

bitzhangf 发表于 2015-8-13 10:32
我也是遇到了和你一样的问题，但是现在tm0.58下下来都是tr.gz的格式，windows环境安装不上，你有遇到这个问 ...

Rstudio可以装tar.gz格式，还有建议直接换成Rjieba包分词Rwordseg bug太多