这种叫做停用词。停用词要去掉的。多找些文本分析的文章里面可能会写具体代码

方法一：去除停用词
res<-gsub(pattern="[我|你|的|了|是|们]","",res)
这个是用替换的方法把原文本中的这些单个无意义的词去掉，再做的到位一点可以添加停用词词典，这个词典搜狗上应该有。

方法二：在统计时去掉词长小于2的词
m<-subset(t, nchar(as.character(t$词))>1 & t$词频>=1)

t后面应该是跟号dollar号，网页这么打好像出不来，“tdollar号词“”

segmentCN(file.choose(),returnType="tm")
mydoc<-readLines(file.choose(),encoding = "UTF-8")
mydoc.vec<-VectorSource(mydoc)
mydoc.corpus<-Corpus(mydoc.vec)
#删除停用词
data_stw=read.table(file=file.choose(),colClasses="character")   #读取的csv文件。有需要去掉的标点，数字，英文字母，中文。
stopwords_CN=c(NULL)
for(i in 1:length(data_stw)){
  stopwords_CN=c(stopwords_CN,data_stw)
}
mydoc.corpus<-tm_map(mydoc.corpus,removeWords,stopwords_CN)  

Error in sort.int(x, na.last = na.last, decreasing = decreasing, ...) :
  'x' must be atomic
这个问题请问怎么解决？