我在工作中只有 R 可用，而且我以前在 Python 中做过。我需要对 CSV 文件中的每组事件进行计数。我在 Python 中进行了情绪分析，我在提供的表格中搜索了一个 Python 字典，其中包含每个短语的计数。我正在研究如何在 R 中执行此操作，并且只找到了使用预定频率进行一般字数统计的方法。
如果有人有任何关于如何在 R 中执行此操作的资源链接，请告诉我。谢谢 :)
【问题讨论】：
从这里开始：http://tidytextmining.com
library(tidytext)
text_df %>%
unnest_tokens(word, text)
library(tidytext)
tidy_books <- original_books %>%
unnest_tokens(word, text)
tidy_books
tidy_books %>%
count(word, sort = TRUE)
【讨论】：
tidytext 包是一个很好的解决方案。另一种选择是使用文本挖掘包tm：
library(tm)
df<-read.csv(myfile)
corpus<-Corpus(VectorSource(df$text))
corpus<-tm_map(corpus, content_transformer(tolower))
corpus<-tm_map(corpus, removeNumbers)
corpus<-tm_map(corpus, removeWords, stopwords('english'))
#corpus<-tm_map(corpus, stemDocument, language = "english")
corpus<-tm_map(corpus, removePunctuation)
tdm<-TermDocumentMatrix(corpus)
tdmatrix<-as.matrix(tdm)
wordfreq<-sort(rowSums(tdmatrix), decreasing = TRUE)
代码示例通过删除停用词、任何数字和标点符号来清理文本。如果有兴趣，最终答案wordfreq 已准备好使用 wordcloud 包。
【讨论】：