R语言《红楼梦》文本挖掘：词频统计、词云可视化及前后对比分析

全文链接：https://tecdat.cn/?p=34319

相关视频

近年来，随着大数据和文本挖掘技术的发展，对《红楼梦》等古典文学作品的深度分析成为可能。本研究采用R语言作为分析工具，对《红楼梦》全文进行文本挖掘，通过词频统计、词云可视化以及前后对比分析，以期深入探索这部经典小说的主题演变和人物塑造。

读入数据

将需要分析的文本放入记事本中，保存到相应路径，并在R中打开。这儿我导入的是《红楼梦》的文本。

先导入rJava和Rwordseg两个包

library(rJava)

library(Rwordseg)

分词+统计词频

words=unlist(lapply(X=lecre, FUN=seentCN))

#unlist将list类型的数据，转化为vector

#lapply()返回一个长度与X一致的列表，每个元素为FUN计算出的结果，且分别对应到X中的每个元素。

table统计数据的频数

降序排序

v=rev(sort(v))

过滤掉1个字的结果和词频小于100的结果

d1=subset(d, nchar(as.chad$词汇))>1 & d$词频.Freq>=100)

画出标签云

wordcloud(d1$词