R语言做文本挖掘 Part2分词处理

在做分词处理时，可能会遇到一些比较精而专的文章，专业词汇在词库里面并没有，这时候就需要去找相关的词典，安装到R中。例如，在做新闻分析中，一些娱乐新闻里会有很多明星歌手的名字出现，这些名字在做分词时，不会被识别为一个个词。此时可能需要添加一个名字的词典，词典可以是自己建也可以从网上找。推荐从搜搜狗输入法的词库下载地址http://pinyin.sogou.com/dict/，可以选择需要的分类词典下载。

这里我用到的一个词典names的下载地址：http://pinyin.sogou.com/dict/cate/index/429。

1. segmentCN("2015年的几部开年戏都出现了唐嫣的身影")??

segmentCN("2015年的几部开年戏都出现了唐嫣的身影")

?[6] "戏"???? "都出现唐"???

[11] "嫣的身影"?

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!