全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
638 0
2022-10-31
请问用R语言怎么对中文pdf文件进行词频的统计。试过如下代码,得到的excel是乱码?
library(readtext)
library(jiebaR)
library(dplyr)
pdf_text <- readtext("xxx.pdf")
pdf_cut <- segment(pdf_text$text, worker(user="xxx.txt", stop_words="xxx.txt"))
word_freq <- pdf_cut %>% subset(nchar(pdf_cut)>1 %>% frq() %>% arrange(-freq) %>% head(100)
write.csv(word_freq, file="xxx.csv", row.names=FALSE)
二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群