[R語言專題] 運用R語言玩轉文字探勘

輸入文字遠比數字複雜, 必須考慮大小寫, 空格或 Tab , 單引號或雙引號, 特殊符號與字元等等. {R} 輸入特殊符號的顯示與實際想要輸入的特殊符號有些差別.

正則表示式（Regular Expression）是我們在處理純文字資料時，幾乎可以解決所有問題的技術。 R 語言有內建許多與正則表示式相關的函數，不需要安裝套件即可使用。 這篇文章想要 ...

舉例來說，base R有兩個函數 grep() 和 grepl() ，前者可以比對出符合特定模式（pattern）的字串，並告訴你是第幾個，後者則會給予 TRUE 與 FALSE 的回饋。 string <- c(text ...

在R 語言中使用 sub() 或 gsub() 函數指定兩個參數， pattern 參數指定搜尋特徵、 replacement 參數則指定要取代的文字； sub() 與 gsub() 的差別僅在於前者 ...

這些是在R語言當中的轉義。但是，在正規表達式中，同樣會使用 - 轉義。舉例來說，前面我們提過 | 代表「或」，所以如果我想找字串中有沒有 | 符號，不能直接用 ...

這種方法主要依賴語言學的規則來進行分詞。例如，中文中的「，」和「。」常常是句子的分隔符號，而英文則可能使用空格來分隔單詞。通常，基於規則的分詞會有一 ...

要掌握文字探勘的技術，就必須先從斷詞開始！ 什麼是斷詞？斷詞就是將文章依照詞彙來拆解，這可以幫助我們了解文章是以什麼樣的詞彙所組成，進一步找到高頻詞彙 ...

使用 as.character() 函數轉換變數為文字類型，我們可以輸入任意的變數類型讓R 語言轉換成文字。 > as.character(8.7) [1] 8.7 > as.character(87L) ...

介紹如何使用R語言完成資料讀取、處理、分析與呈現，以及大數據技術與R的整合.