tm

    0热度

    1回答

    R中的K均值聚类：规范化DTM创建'NaN'

    我有使用tm包创建的文档的语料库，并且我使用相同的包制作了文档术语矩阵。我想用k-means聚类来聚集文档。我使用欧几里德距离，所以我首先对矢量进行归一化处理，以使欧几里得变得有意义。但是，规范化时，它会为一个特定文档创建'NaN'值，我不知道为什么。该代码使用： m = dtm norm_eucl = function(m) m/apply(m, MARGIN=1, FUN=function(
    r cluster-analysis k-means tm 2017-03-07

    0热度

    1回答

    如何从我使用的TM包在R上的findAssocs功能查找所有这与一组给定词相关联的词从TM封装

    通过findAssocs函数返回的搜索结果中删除非关联词。返回的结果显示一些与任何单词无关的单词。例如在下面的输出中，单词“新”与任何最小相关性为0.7的单词都没有关联。所以我想删除所有这些单词并创建一个具有一些关联的单词的向量。在这种情况下，矢量将是c("blush")。那么我怎么能做到这一点？ 感谢 > findAssocs(myTdm,c("new","blush"),0.7) $new
    r tm 2017-03-09

    1热度

    1回答

    提取段落R的第一个字

    我试图从语料库中删除撇号，但只有当它们是段落中的第一个字符时。我看过有关在句子中找到第一个单词的帖子，但不是一个段落。 我试图这样做的原因是因为我在分析文本。我想去掉所有的标点符号，但是撇号和破折号只在文字中间有。要启动此，我所做的： library(tm) library(qdap) #docs is any corpus docs.test=tm_map(docs, PlainTextD
    r tm corpus punctuation paragraphs 2017-03-19

    0热度

    1回答

    我无法删除•和一些其他特殊字符，如' - 使用tm_map

    我搜索问题并能够在第一组命令中替换。 但是，当我适用于我的语料库，它不起作用，仍然出现。 语料库有6570个元素，2.3mb，所以它似乎是有效的。 > x <- ". R Tutorial" > gsub("•","",x) [1] ". R Tutorial" > removeSpecialChars <- function(x) gsub("•","",x) > corpus2=tm
    r gsub tm quanteda 2017-03-22

    0热度

    1回答

    无法看到文档中的RTextTools :: toLower（）文本的结果

    我试图创建一个矩阵， 为此，我使用该R指令： matrix = create_matrix(tweets[,1], toLower = TRUE, language="english", removeStopwords=FALSE, removeNumbers=TRUE, stemWords=TRUE) 这里将R代码： library(RTextTool
    r matrix text-processing tm term-document-matrix 2017-03-22

    0热度

    1回答

    tm_map方法中的错误

    我是R以及tm包中的新成员。我的工作是使用决策树来执行文本文档分类。我正在关注某人的project.在第14页有完整的代码。有两种类型的文档，我使用DirSource加载时没有任何问题。我的下一步是将这两个corpuses合并为集合 # Merge corpora into one collection docs <- c(wheat.train , crude.train , wheat.te
    r classification tm corpus 2017-03-25

    3热度

    1回答

    在R-

    中未显示阿拉伯文字 刚开始与阿拉伯语中的R一起工作，因为我打算使用圣训语料库进行文本分析和文本挖掘。我一直在阅读与我的问题相关的主题，但仍然无法实现这里的真实基础（对不起，绝对初学者）。 所以，就进入： textarabic.v < - 扫描（ “数据/阿拉伯-的text.txt”，编码= “UTF-8”，什么= “字符” 09月= “\ n” 个） 什么出来textarabic.v当然是符号（图
    r nlp arabic tm 2017-03-28

    0热度

    2回答

    tm_map条件合并行

    我从pdf文件中提取文本并创建一个语料库对象。 在文本中，我有以“，”或“ - ”结尾的行，并且我想向它们追加下面的行，因为它属于同一个句子。 比如我有 [1566] "this and other southeastern states (Eukerria saltensis," [1567] "Sparganophilus helenae, Sp. tennesseensis). In t
    r text-mining tm 2017-04-05

    0热度

    1回答

    如何提取来自R NGRAM时无法安装RWeka

    我打算从R.这个载体得到NGRAM无法安装RWeka/rJava不管我做什么，所以我找了这是NGRAM包替代。但是，这个脚本有问题，并且不起作用。 library(tm) library(ngram) text=c("A vector of n-grams","listed in decreasing blocks","it is a vector","it works a little di
    r text text-mining tm 2017-04-08

    2热度

    1回答

    DocumentTermMatrix使用字典时计数错误

    实际上，我正在尝试使用朴素贝叶斯算法基于twitter数据进行情感分析。 我看看2000年的推文。 获取数据为R的工作室后，我分开，预处理日期如下： train_size = floor(0.75 * nrow(Tweets_Model_Input)) set.seed(123) train_sub = sample(seq_len(nrow(Tweets_Model_Input)), siz
    r twitter tm corpus 2017-04-10
最新问题