作者zcyee (野戰口糧)
看板R_Language
標題[問題] 文字探勘 自訂辭典
時間Fri May 18 11:35:39 2018
[問題類型]:
程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)
[軟體熟悉度]:
入門(寫過其他程式，只是對語法不熟悉)
[問題敘述]:
想要分詞的時候，依我自訂的辭典分，例如：閃電狼＞他會分成"閃電","狼"
姆咪>"姆","咪" 其實我已經利用edit_dict() 將我要的字詞輸入到裡面了，
但分出來還是不是我要的
[程式範例]:
edit_dict()
seg <- worker()
seg$encoding
corpus <- NULL
for(i in 1:length(article)){
corpus[[i]] <- segment(article[i], seg)
}
[環境敘述]:
R version 3.5.0 (2018-04-23)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)
Matrix products: default
locale:
[1] LC_COLLATE=Chinese (Traditional)_Taiwan.950 LC_CTYPE=Chinese
(Traditional)_Taiwan.950
[3] LC_MONETARY=Chinese (Traditional)_Taiwan.950
LC_NUMERIC=C
[5] LC_TIME=Chinese (Traditional)_Taiwan.950
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] tm_0.7-3 NLP_0.1-11 RCurl_1.95-4.10 bitops_1.0-6
XML_3.98-1.11
[6] jiebaR_0.9.99 jiebaRD_0.1 readr_1.1.1
loaded via a namespace (and not attached):
[1] Rcpp_0.12.16 slam_0.1-43 R6_2.2.2 pillar_1.2.2
rlang_0.2.0
[6] xml2_1.2.0 tools_3.5.0 hms_0.4.2 parallel_3.5.0
yaml_2.1.19
[11] compiler_3.5.0 pkgconfig_2.0.1 tibble_1.4.2
[關鍵字]:
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.136.220
※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1526614542.A.C79.html
s
※ 編輯: zcyee (140.113.136.218), 05/18/2018 11:40:29
2F：→ zcyee: 補上個人辭典 05/18 11:42
3F：→ eric500g: worker的user參數中的檔案就是使用者自訂字典，可把你的 05/18 12:33
4F：→ eric500g: 字輸進去 05/18 12:33
5F：→ zcyee: 對呀..我也是這樣用 打完儲存後 還是一樣... 05/18 16:13
6F：→ eric500g: 如果你是用畫面中的格式，那不是他要求的格式哦 05/18 19:09
7F：→ zcyee: 了解 謝謝大大 我用notepad++編輯就可以了 05/18 19:36