Rwordseg中文停用词导入成功但没有删除 - 经管之家

› 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

Rwordseg中文停用词导入成功但没有删除

11443

13

收藏 2015-11-03

请问用Rwordseg分词的时候，导入的中文停用词，是txt格式，导入成功没有错误，但是实际结果中停用词并没有被删除。请问这是什么原因?怎么解决呢？谢谢啦！

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

全部回复

2015-11-3 16:36:29

这是我导入停用词的程序：
data_stw=read.table(file=file.choose(),colClasses="character")
stopwords_CN=c(NULL)
for(i in 1:dim(data_stw)[1]){
stopwords_CN=c(stopwords_CN,data_stw[i,1])
}
for(j in 1:length(stopwords_CN)){
myfile.words <- subset(myfile.words,myfile.words!=stopwords_CN[j])
}

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

2016-7-25 17:02:50

您好，请问你这个问题最后解决了吗？因为我也出现了同样的问题

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

太阳之子追梦者

2016-7-25 17:15:33

baoyuzeng 发表于 2016-7-25 17:02
您好，请问你这个问题最后解决了吗？因为我也出现了同样的问题

我的是手动删除，做词频云图时候，那些停用词、不相关的词没必要出现，手动删除比较方便

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

2016-7-25 17:55:59

太阳之子追梦者发表于 2016-7-25 17:15
我的是手动删除，做词频云图时候，那些停用词、不相关的词没必要出现，手动删除比较方便

但是停用词表一共1000多个词呢，手动岂不是太麻烦了！！

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

太阳之子追梦者

2016-7-25 18:02:05

baoyuzeng 发表于 2016-7-25 17:55
但是停用词表一共1000多个词呢，手动岂不是太麻烦了！！

在excel里面还不是简单vlookup一下的事情吗

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

点击查看更多内容…

2016-7-26 09:45:46

太阳之子追梦者发表于 2016-7-25 18:02
在excel里面还不是简单vlookup一下的事情吗

谢谢您的热心解答，我用分词函数对stopwords也进行了分词，然后再运行之前的语句，停用词就可以删除了，不知道是不是编码的问题，但是我换了多个编码方式仍然没有解决，问题根源还没找到，但是也算是一种解决方式吧

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

2017-2-8 14:48:28

baoyuzeng 发表于 2016-7-26 09:45
谢谢您的热心解答，我用分词函数对stopwords也进行了分词，然后再运行之前的语句，停用词就可以删除了，不 ...

我刚刚做了一下，一共1091elements，746个stopwords，删除时已经快半个小时还没运行完，请问这正常吗？

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

2017-2-16 14:53:15

baoyuzeng 发表于 2016-7-26 09:45
谢谢您的热心解答，我用分词函数对stopwords也进行了分词，然后再运行之前的语句，停用词就可以删除了，不 ...

我也碰到这个情况，检查了一下，发现是stopword的txt文件里每个停止词后面都有一个空格，导致读出的stopwords格式不太一样，用gsub删掉空格后就正常了。

不知是否有帮助

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

2017-4-27 11:40:04

我用的和你几乎一样的代码，遇到了和你一样的问题，请问是如何解决的，能提供一下解决方法吗？

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

2017-4-27 11:42:24

gtssp 发表于 2017-2-16 14:53
我也碰到这个情况，检查了一下，发现是stopword的txt文件里每个停止词后面都有一个空格，导致读出的stopw ...

能提供用gsub删除空格的代码吗？

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

2017-4-28 22:51:37

松子茶hc 发表于 2015-11-3 16:34
请问用Rwordseg分词的时候，导入的中文停用词，是txt格式，导入成功没有错误，但是实际结果中停用词并没有被 ...

好的好的

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

2017-5-18 21:36:49

hayixiao 发表于 2017-4-27 11:42
能提供用gsub删除空格的代码吗？

#f <- readLines("./stoplist.txt")
#删除空格
#f <- gsub(" ","",f)

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

2017-5-31 10:09:35

gtssp 发表于 2017-5-18 21:36
#f

非常感谢！

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

扫码加好友，拉您进群

各岗位、行业、专业交流群