hadoop-R语言-安装NLP自然语言分析包

引言: R语言是一种非常强大的分析与展示的统计科学家工具,其也提供了若干关于自然语言的分析处理工具,本文讲展示如何在Linux进行安置。

1.  自然语言处理(NLP)

  对于英语体系,基于空格可以直接进行分词,而中文则不同,需要进行分词,然后进行后续处理。NLP是natural language processing的缩写,专指此类的工作。

    自然语言处理包: Snowball, RWeka

    文本挖掘: tm

    分词工具: Rwordseg

2.  所属环境

    Linux: centos 6, 已经安置Java, 由于Rwordseg需要依赖java

3.  安置指令与过程

   3.1  安装R语言环境

     >> yum install R

   3.2  安装Snowball

     >> install.packages(c('Snowball'))  

        其会提示该包没有找到,需要使用以下包:

     >> install.packages(c('SnowballC'))      

   3.3  安装tm

    >> install.packages(c('tm'))        

   3.4 安装RWeka

    >> install.packages(c('RWeka'))

   3.5 安装Rwordseg

     直接执行install.packages(c('Rwordseg'))将会报错,提示找不到此类包。

     需要切换到install.packages("Rwordseg", repos ="http://R-Forge.R-project.org", type = "source"),从另外一个源中进行安装。

3.6 结束

 安装完成了所有必须的NLP。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券