码迷,mamicode.com
首页 > 编程语言 > 详细

R语言做文本挖掘 Part1

时间:2015-03-05 17:09:42      阅读:378      评论:0      收藏:0      [点我收藏+]

标签:

Part1安装依赖包

R语言中中文分析的软件包是Rwordseg,Rwordseg软件包依赖rJava包,rJava需要本机中有安装Java。

 

第一步是安装Java,请安装JDK,JRE不行。请对应机型,下载安装32位的JDK。机器里已经有JDK的也请改成32位的,不然没办法使用Rwordseg,尝试使用过64位的,不可行。

下载地址:

http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

查看JAVA是否安装成功,运行cmd,输入java –version,如果能正常显示你的Java版本则安装正确。如下图:

技术分享

 

第二步是安装rJava,这个直接在R或者RStudio里面安装软件包就行了。如果是刚安装完java记得重启你的R或者RStudio。

重点:一般在安装R的时候可以选择32位或者64位的,尽量都安装,运行Ri386 3.1.2。如果是你用的是RStudio,请设置为32位,设置方法,工具栏Tools > Global Options > General,R version,改成32-bit。

直接输入命令安装:Install.packages(“rJava”);或者在操作界面直接选择安装程序包,在CRAN上选择rJava安装。

安装完后需要添加下面环境变量配置在Path下(感觉路径配置没起作用,可以不配):

%JAVA_HOME%\jre\bin\client;

%JAVA_HOME%\jre\bin\server;

E:\programFiles\R\R-3.1.2\library\rJava\jri

加载rJava包,library(“rJava”),没提示错误则rJava安装成功。

R的下载地址:http://cran.rstudio.com/

RStudio的下载地址:http://www.rstudio.com/products/rstudio/#Desk

 技术分享

 

第三步是安装Rwordseg。

Rwordseg项目目前发布在R-forge上,所以不能直接在R或者Rstudio中用安装软件包功能。网上有说(参考http://jliblog.com/app/rwordseg):

在最新版本的R下可以直接安装:

1
install.packages("Rwordseg", repos = "http://R-Forge.R-project.org")

如果是旧版本的R,可以通过source的方式进行安装:

1
install.packages("Rwordseg", repos = "http://R-Forge.R-project.org", type = "source")

但是这样安装不成功。后来尝试把软件包下载到本地后,从本地安装,可行。

下载地址:http://R-Forge.R-project.org/bin/windows/contrib/3.0/Rwordseg_0.2-1.zip

下载完成后,在R或者RStudio中选择从本地zip文件安装软件包。安装完成后,加载程序包library(“Rwordseg”)。尝试使用Rwordseg,如下一个简单的例子:

1
segmentCN(c("生命在于运动", "生活处处皆风景"))
[[1]]
[1] "生命" "在于" "运动"
 
[[2]]
[1] "生活" "处处" "皆"   "风景"

另外,该R包的中文文档下载地址:http://download.csdn.net/detail/cl1143015961/8436741

该文档中很详细地说明了软件包的功能,包括如何做分词,如何添加删除词语,如何添加删除字典,它支持的字典除了.dic格式之外,还有.scel(搜狗输入法的词库)。搜狗输入法的词库下载地址http://pinyin.sogou.com/dict/,选择你自己需要的分类去做尝试吧!

R语言做文本挖掘 Part1

标签:

原文地址:http://blog.csdn.net/cl1143015961/article/details/44082731

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!