R语言中文分词工具
R语言中文分词工具
Rwordseg、Rweibo、tm的安装
使用默认方法安装相关R中文文本挖掘包（tmcn、Rwordseg、Rweibo）时，会出现安装失败。合适的方法是：通过源代码安装相关包的程序：手工下载源代码及其依赖，然后编译安装。
首先是基础性的tm包。tm包是R文本挖掘的通用包。直接使用install.package即可安装。
1 | install.packages("tm") |
|---|
tmcn、Rwordseg、Rweibo是李舰等人开发的中文文本挖掘包。三个网页（官网）中提供了包说明与安装方法。但经测试，其中的安装方法不可用。
正确的安装方法为：
tmcn无依赖关系，直接使用。
1 | install.packages("~/Downloads/tmcn_0.1-3.tar", repos=NULL, type="source") |
|---|
Rwordseg依赖于rJava。
该包需要预先安装Java环境。如果未曾安装Java，请先安装Java，安装Java（及PATH的配置）过程不再赘述。
1 2 | install.packages("rJava") install.packages("~/Downloads/Rwordseg_0.2-1.tar", repos=NULL, type="source") |
|---|
Rweibo依赖于RCurl、rjson、XML、digest四个包。
这四个依赖包同样不能直接安装，需要先从科大源下载源码：（按包名搜索RCurl、XML、rjson、digest），然后再安装。
1 2 3 4 5 6 7 | install.packages("bitops") #RCurl的依赖 install.packages("~/Downloads/RCurl_1.95-4.1.tar", repos=NULL, type="source") install.packages("~/Downloads/XML_3.98-1.1.tar", repos=NULL, type="source") install.packages("~/Downloads/rjson_0.2.13.tar", repos=NULL, type="source") install.packages("~/Downloads/digest_0.6.4.tar", repos=NULL, type="source") install.packages("~/Downloads/Rweibo_0.2-9.tar", repos=NULL, type="source") |
|---|