R语言做文本挖掘 Part1
Part1安装依赖包
R语言中中文分析的软件包是Rwordseg，Rwordseg软件包依赖rJava包，rJava需要本机中有安装Java。
第一步是安装Java，请安装JDK，JRE不行。请对应机型，下载安装32位的JDK。机器里已经有JDK的也请改成32位的，不然没办法使用Rwordseg，尝试使用过64位的，不可行。
下载地址：
查看JAVA是否安装成功，运行cmd，输入java –version，如果能正常显示你的Java版本则安装正确。如下图：
第二步是安装rJava，这个直接在R或者RStudio里面安装软件包就行了。如果是刚安装完java记得重启你的R或者RStudio。
重点：一般在安装R的时候可以选择32位或者64位的，尽量都安装，运行Ri386 3.1.2。如果是你用的是RStudio，请设置为32位，设置方法，工具栏Tools > Global Options > General，R version，改成32-bit。
直接输入命令安装：Install.packages(“rJava”)；或者在操作界面直接选择安装程序包，在CRAN上选择rJava安装。
安装完后需要添加下面环境变量配置在Path下(感觉路径配置没起作用，可以不配)：
%JAVA_HOME%\jre\bin\client;
%JAVA_HOME%\jre\bin\server;
E:\programFiles\R\R-3.1.2\library\rJava\jri
加载rJava包，library(“rJava”)，没提示错误则rJava安装成功。
R的下载地址：http://cran.rstudio.com/
RStudio的下载地址：http://www.rstudio.com/products/rstudio/#Desk
第三步是安装Rwordseg。
Rwordseg项目目前发布在R-forge上，所以不能直接在R或者Rstudio中用安装软件包功能。网上有说(参考http://jliblog.com/app/rwordseg)：
在最新版本的R下可以直接安装：
1 |
install.packages("Rwordseg", repos = "http://R-Forge.R-project.org") |
如果是旧版本的R，可以通过source的方式进行安装：
1 |
install.packages("Rwordseg", repos = "http://R-Forge.R-project.org", type = "source") |
但是这样安装不成功。后来尝试把软件包下载到本地后，从本地安装，可行。
下载地址：http://R-Forge.R-project.org/bin/windows/contrib/3.0/Rwordseg_0.2-1.zip
下载完成后，在R或者RStudio中选择从本地zip文件安装软件包。安装完成后，加载程序包library(“Rwordseg”)。尝试使用Rwordseg，如下一个简单的例子：
1 |
segmentCN(c("生命在于运动", "生活处处皆风景")) [[1]] [1] "生命" "在于" "运动" [[2]] [1] "生活" "处处" "皆" "风景" |
另外，该R包的中文文档下载地址：http://download.csdn.net/detail/cl1143015961/8436741
该文档中很详细地说明了软件包的功能，包括如何做分词，如何添加删除词语，如何添加删除字典，它支持的字典除了.dic格式之外，还有.scel(搜狗输入法的词库)。搜狗输入法的词库下载地址http://pinyin.sogou.com/dict/，选择你自己需要的分类去做尝试吧！
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
