corpus

9calore

2risposta

R documenti di estrazione testo dal file CSV (una riga per documento)

Sto provando a lavorare con il pacchetto tm in R, e ho un file CSV di feedback dei clienti con ogni riga che è una diversa istanza di feedback. Voglio importare tutto il contenuto di questo feedback i

5calore

2risposta

Topic modellazione in R utilizzando frasi piuttosto che singole parole

Sto cercando di fare un po 'argomento modellazione ma si desidera utilizzare frasi, dove esistono, piuttosto che singole parole cioè library(topicmodels) library(tm) my.docs = c('the sky is blue, ho

9calore

4risposta

Trattare le parole separate dallo spazio nello stesso modo

Sto cercando di trovare le parole che si verificano in più documenti allo stesso tempo. Facciamo un esempio. doc1: "this is a document about milkyway" doc2: "milky way is huge" Come si può vedere n

6calore

2risposta

L'espressione di parole che utilizza il pacchetto tm in R non funziona correttamente?

Sto facendo del text mining (PCA, HC, K-Means) e finora sono riuscito a codificare tutto correttamente. Tuttavia, c'è un piccolo difetto che mi piacerebbe risolvere. Quando provo a bloccare il mio Cor

5calore

1risposta

NLTK - Scarica tutti i dati NLTK eccezione corpara dalla riga di comando senza Downloader UI

Siamo in grado di scaricare tutti i dati NLTK utilizzando: > import nltk > nltk.download('all') o dati specifici utilizzando: > nltk.download('punkt') > nltk.download('maxent_treebank_pos_tagger')

5calore

1risposta

come posso usare il set completo di penn treebank all'interno di python/nltk

Sto cercando di imparare usando il pacchetto NLTK in python. In particolare, ho bisogno di usare il set di dati di penn tree bank in NLTK. Per quanto ne so, se chiamo nltk.download('treebank') posso o

8calore

7risposta

Come mostrare il testo del corpus nel pacchetto R tm?

Sono completamente nuovo nel pacchetto R e tm, quindi scusate la mia stupida domanda ;-) Come posso mostrare il testo di un corpus di testo normale nel pacchetto R tm? Ho caricato un corpus di 323 fil

11calore

4risposta

Aggiunta di stopword personalizzate in R tm

Ho un Corpus in R utilizzando il pacchetto tm. Mi candido la funzione removeWords per rimuovere stopwords tm_map(abs, removeWords, stopwords("english")) Esiste un modo per aggiungere le mie parole s

15calore

2risposta

Il metodo simile del modulo nltk produce risultati diversi su macchine diverse. Perché?

Ho insegnato alcune classi introduttive al text mining con Python e la classe ha provato il metodo simile con i testi di esercitazione forniti. Alcuni studenti hanno ottenuto risultati diversi per tex

6calore

1risposta

Wordcloud + errore di corpus in R

Desidero utilizzare la funzione di Wordcloud per fare un cloud su dati di Twitter. Ho installato il pacchetto twitter e il lavoro con l'API. Faccio la seguente dopo. bigdata <- searchTwitter("#bigdata