nchar(Terms(x), type = "chars") 中的错误：检查文档术语矩阵时，多字节字符串无效，元素 204答案

【问题标题】：Error in nchar(Terms(x), type = "chars") : invalid multibyte string, element 204, when inspecting document term matrixnchar(Terms(x), type = "chars") 中的错误：检查文档术语矩阵时，多字节字符串无效，元素 204
【发布时间】：2018-07-10 15:27:20
【问题描述】：

这是我使用的源代码：

 MyData <- Corpus(DirSource("F:/Data/CSV/Data"),readerControl = list(reader=readPlain,language="cn"))
    SegmentedData <- lapply(MyData, function(x) unlist(segmentCN(x)))
    temp <- Corpus(DataframeSource(SegmentedData), readerControl = list(reader=readPlain, language="cn"))

预处理数据

temp <- tm_map(temp, removePunctuation)
temp <- tm_map(temp,removeNumbers)
removeURL <- function(x)gsub("http[[:alnum:]]*"," ",x)
temp <- tm_map(temp, removeURL)
temp <- tm_map(temp,stripWhitespace)
dtmxi <- DocumentTermMatrix(temp)
dtmxi <- removeSparseTerms(dtmxi,0.83)

**inspect(t(dtmxi))** ---This is where I get the error

【问题讨论】：

标签： r text-mining

【解决方案1】：

我相信您的文件中有一些中文字符。为了克服这个问题，也可以使用这行代码来阅读它们：

Sys.setlocale('LC_ALL','C')

【讨论】：

【解决方案2】：

我的RStudio 在设置Sys.setlocale( 'LC_ALL','C' ) 并运行TermDocumentMatrix( mycorpus ) 函数后重新启动会话。

【讨论】：

【解决方案3】：

你可以使用这个代码： txt

【讨论】：

正如目前所写，您的答案尚不清楚。请edit 添加其他详细信息，以帮助其他人了解这如何解决所提出的问题。你可以找到更多关于如何写好答案的信息in the help center。