jiebaR分词包出现error zero-length pattern.求助！

zh1221zh

3459

收藏 2015-06-26

悬赏 30 个论坛币未解决

对10万个微博主的简介进行分词,用了"jiebaR"的软件包。用了个for的循环abc=function(x){
  mixseg=worker()
  k=length(x)
  y=NULL
for (i in 1:k)
{y[i]<-list(segment(x[i], mixseg))

  }
  return(y)
}

出现 error

Error in gsub(basenames, "", code[1], fixed = TRUE) : zero-length pattern
3 gsub(basenames, "", code[1], fixed = TRUE)

各位大神求解.

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

全部回复

colipso

2015-7-21 21:10:40

x[i] 的内容不能为 '.' 增加层判断试试。

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

li19820703

2015-12-4 01:50:05

library(jiebaR)
cutter = worker(write=FALSE)
cutter["."]
跑一下这个，就会返回
Error in gsub(basenames, "", code[1], fixed = TRUE) : zero-length pattern

解决办法，就是在源文本文件中消灭英文的句号。
用正则表法式x=gsub("\\.","",x)
就ok了

还有在R里面尽量别写for循环，如果记录条数多效率会非常低下
可以用apply族替代for循环
jiebacut<-function(x) {cutter[as.character(x)]}
list_x <- apply(x, 1,jiebacut)
注意返回的数据类型是list

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

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群