R语言TM包遇到问题

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

reuters <- tm_map(reuters, removeWords, unlist(stopwords))#停用词去除
这条命令..居然出现乱码了
> reuters <- tm_map(reuters, removeWords, unlist(stopwords))#停用词去除
Error in gsub(sprintf("(*UCP)\\b(%s)\\b", paste(words, collapse = "|")),  :
  invalid regular expression '(*UCP)\b(鈥斺
我单独查看是没有乱码的,R语言有什么函数可以转换编码的吗?

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：R语言 Reuters ERS

好吧,我自己解决了,在这里分享下.
出现这个错误的原因是我的stopwords里存在非UTF-8的元素
可以使用Encoding函数查看,解决方法就是,把那些字符去掉就行.
stopwords<-stopwords[Encoding(stopwords)!="unknown"]#去除未知编码字符

358463121 发表于 2014-11-25 19:06
好吧,我自己解决了,在这里分享下.
出现这个错误的原因是我的stopwords里存在非UTF-8的元素
可以使用Encod ...

您好,我用了您的方法,可结果显示stopwords中所有信息都没有了,这是为什么呢?谢谢您~