Я новичок в Stackoverflow и стараюсь следовать рекомендациям. Однако, если есть что-то, что я пропустил, пожалуйста, дайте мне знать.
В последнее время я играю с анализом текста в R; что-то я новичок в этом. Для этого я использовал пакеты, которые вы можете найти в приведенном ниже коде. Однако проблема возникает, когда облако слов отображает шведские буквы å, ä и ö. Как вы можете видеть на прикрепленном изображении, точки расположены немного странно.
Я изо всех сил пытался решить эту проблему самостоятельно, но что бы я ни пытался, я не могу заставить это работать.
Что я пытался сделать:
- Используйте
Encoding(tweets) <- "UTF-8"
в попытке установитьtweets
в UTF-8 - Используйте
iconv(tweets, from = "UTF-8", to = "UTF-8", sub = "")
Кроме того, последняя часть кода после определения corpus vecotr была скопирована у автора tm-пакета. Он указал это как решение после того, как другие люди упомянули проблемы с функцией wordcloud с вектором корпуса в качестве входных данных. Без него я получаю сообщение об ошибке при попытке создать облако слов.
#Get and load necessary packages:
install.packages("twitteR")
install.packages("ROAuth")
install.packages("wordcloud")
install.packages("tm")
library("tm")
library("wordcloud")
library("twitteR")
library("ROAuth")
#Authentication:
api_key <- "XXX"
api_secret <- "XXX"
access_token <- "XXX"
access_token_secret <- "XXX"
cred <- setup_twitter_oauth(api_key,api_secret,access_token,
access_token_secret)
#Extract tweets:
search.string <- "#svpol"
no.of.tweets <- 3200
tweets <- searchTwitter(search.string, n=no.of.tweets, since = "2017-01-01")
tweets.text <- sapply(tweets, function(x){x$getText()})
#Remove tweets that starts with "RT" (retweets):
tweets.text <- gsub("^\bRT", "", tweets.text)
#Remove tabs:
tweets.text <- gsub("[ |\t]{2,}", "", tweets.text)
#Remove usernames:
tweets.text <- gsub("@\\w+", "", tweets.text)
tweets.text <- (tweets.text[!is.na(tweets.text)])
tweets.text <- gsub("\n", " ", tweets.text)
#Remove links:
tweets.text <- gsub("http[^[:space:]]*", "", tweets.text)
#Remove stopwords:
stopwords_swe <- c("är", "från", "än")
#Just a short example above, the real one is very large
tweets.text <- removeWords(tweets.text,stopwords_swe)
#Create corpus:
tweets.text.corpus <- Corpus(VectorSource(tweets.text))
#See notes in the longer text about the corpus vector
tweets.text.corpus <- tm_map(tweets.text.corpus,
content_transformer(function(x) iconv(x, to='UTF-8-MAC', sub='byte')), mc.cores=1)
tweets.text.corpus <- tm_map(tweets.text.corpus, content_transformer(tolower), mc.cores=1)
tweets.text.corpus <- tm_map(tweets.text.corpus, removePunctuation, mc.cores=1)
tweets.text.corpus <- tm_map(tweets.text.corpus, function(x)removeWords(x,stopwords(kind = "en")), mc.cores=1)
wordcloud <- wordcloud(tweets.text.corpus, min.freq = 10,
max.words=300, random.order=FALSE, rot.per=0.35,
colors=brewer.pal(8, "Set2"))
wordcloud
Был бы очень рад получить помощь в этом!
Sys.setlocale()
касается только изменения языка консоли, и я не понимаю, почему это решит проблему...? (Это уже на английском языке, если это как-то имеет значение). Все равно спасибо. - person charlesos   schedule 26.01.2017