分词代码做了，词云不太好看。所以用r做完分词后线上工具完成的词云，tagxedo 这个工具蛮不错

以总理2015报告原文进行挖掘处理，进行简单的词云分析，完整代码，可运行。
一、准备工作

先将报告内容保存为TXT格式文本，停止词表可到网上搜索下载。
需要的包：rJava，Rwordseg，wordcloud。
library(rJava)
library(Rwordseg)
library(wordcloud)

二、实验步骤：
1、读入文本数据
mydata<-read.csv("D:/test/R/report2015.txt", stringsAsFactors=FALSE,header=FALSE)
2、中文分词
txt<-segmentCN(as.character(mydata$V1))
3、将列表转换为向量
txt.aslist<-unlist(txt)
4、词语统计
txt.freq<-table(txt.aslist)
5、频数排序
txt.result<-txt.freq[order(-txt.freq)]
6、画词云
wordcloud(names(txt.result),txt.result,random.order=FALSE)
7、取前100位画词云
wordcloud(names(text.result)[1:100],text.result[1:100],random.order=FALSE)

如果要去除停止词，可使用下面的步骤：

8、使用去停止词
（1）导入停止词表
stopword<-read.csv('D:/test/R/stop-word.txt',stringsAsFactors=FALSE,header=FALSE)
（2）将data.frame类型数据转换为向量型数据
stopword.v<-as.vector(stopword$V1)
（3）去除词语统计中的停止词
word.pure<-setdiff(names(txt.result),stopword.v)
word.pure为去除停止词的统计分析对象词表。

（4）取出非停止词
txt.pure<-txt.result[word.pure]

（5）画词云
wordcloud(names(txt.pure)[1:100],txt.pure[1:100],random.order=FALSE)

-----来自hongweigg发表的[程序分享] R语言单个文本挖掘实例

谢谢，

恩恩，谢谢，我完了试试

马克一下