利用Rwordseg包对抓到的网络评论分词,但是分出来的全是英文,中文被完全忽略,求助。
程序如下:
library(tm)
library(tmcn)
library(Rwordseg)
#Data.csv是数据
Data <- read.csv("Data.csv",head=TRUE,sep=",")
Review <- unlist(Data$cont)
Rev <- vector()
#将每部电影所有观众的评价评价合并到一个变量中
times <- floor(length(Review)/2000)
for (j in 1:times) {
for(i in 1:2000) {
Rev[j] <- paste(Rev[j],as.character(Review[[i+(j-1)*2000+1]]))
}
}
#分词并统计词频
review <- apply(Rev,segmentCN) !问题在这,分词后出现的只有文字中的英文
review <- sapply(review,strsplit,"")
result <- table(unlist(reviwe))
statistics <- rev(sort(result))
words <- data.frame(word=names(statistics), freq=statistics)
words <- subset(words, nchar(as.character(words$word))>1 & words$freq>=100)
程序一直错,还是传附件吧