R 文字挖掘基本流程

文字挖掘的基本流程： 需要的工具套件： 內容來源：guternbergr 古騰堡計劃，提供很多書籍電子版資料，可以用guternbergr套件以編號直接下載書籍 自己爬取內容：現成的爬蟲工具，自己寫爬蟲 基本文字處理：dplyr、tidytext 包 斷詞模組： 1. 中文：jiebar包 基本斷詞 自定義使用者斷詞詞典 自定義停用詞 2. 英文：Stanford Cote NLP 詞性標註模組：

>>阅读原文<<