本文共 2696 字，大约阅读时间需要 8 分钟。

2021/3/17：今天也是充实的一天。

早上，验收训练好的NER模型，对模型精度变化进行简单分析；随后，参考相关文献，修改小论文（仍不理想，至少还得改三四天）；最后，尝试制作分类词云图（暂未使用自己的数据实现）。晚上，外出慢跑/散步+听音乐半小时。

2021/3/18：今天也是充实的一天。

上午：阅读文献，修改（用“修改”一词可能不合适，因为这更像是重写）结果部分，计划明天继续改结果+讨论部分，周末改其他部分。

下午：尝试制作分类词云图，已实现！（翻阅很多网上教程，均没能点醒我这R小白，最后，竟是在Youtube上找到合适教程：、、，以上视频依次是导入语料、清洗语料与制作比较云的教程，建议按流程都码一遍）

效果图

原文：

R之wordcloud包

参考教程：

简例（一）

代码来自：（找代码，就上Github）

#安装所需要的程序包library(gutenbergr)library(tidytext)library(dplyr)library(wordcloud)dracula<-gutenberg_download(345)dracula$gutenberg_id<-NULLdracula<-dracula%>%  unnest_tokens(word, text)bing<-get_sentiments('bing')dracula<-inner_join(dracula, bing)words<-dracula%>%  group_by(word)%>%  summarize(count=n(), sentiment=first(sentiment))%>%  arrange(count)# A normal wordcloud plotwordcloud(words$word, words$count, max.words=150)# Reshaping our data to a matrix with reshape2library(reshape2)matrix<-acast(words, word~sentiment, value.var='count', fill=0)# The comparison cloudcomparison.cloud(matrix, colors=c('black', 'orange'))

输出：积极/消极两类的分类词云

比较云案例（二）

代码

#file.choose()folder<-'E:\\wordcloud\\topic2 - 副本'filelist <- list.files(path=folder,pattern = '*.txt')paste(folder,'\\',filelist)filelist <- paste(folder,'\\',filelist,sep="")a <- lapply(filelist,FUN=readLines)corpus <- lapply(a,FUN=paste,collapse=" ")corpus2 <- gsub(pattern = "\\W",replace=" ",corpus)corpus2 <- gsub(pattern = "\\d",replace=" ",corpus2)corpus2 <- tolower(corpus2)#corpus2 <- removeWords(corpus2,stopwords("english"))#corpus2 <- stripWhitespace(corpus2)library(tm)library(wordcloud)dev.new(width = 100, height = 100, unit = "px")#wordcloud(corpus2,random.order = FALSE,col=rainbow(10),size = 0.00001,fontFamily = "宋体")corpus3 <- Corpus(VectorSource(corpus2))tdm <- TermDocumentMatrix(corpus3)m <- as.matrix(tdm)colnames(m) <- c('1','2','3','4','5','6','7','8','9','10','11','12','13','14','15','16','17','18','19','20')comparison.cloud(m, scale = c(1.1,1), rot.per = 0,random.order=FALSE, min.freq=0,                 colors = c('blue','red',"#999999", "#E69F00", "#56B4E9", "#009E73", "#F0E442", "#0072B2", "#D55E00", "#CC79A7",'blue','red',"#999999", "#E69F00", "#56B4E9", "#009E73", "#F0E442", "#0072B2", "#D55E00", "#CC79A7"),                 ordered.colors=T,title.size=1, max.words=2000000)

数据

（20个txt文件）

使用网上已有教程没能走通，其一大原因是我不了解需要传入的数据格式。因此，附上上述程序所需的数据（每个txt的内容只需是普通文本即可）截图，当然，这并非通用。

结果图

（待美化）

出现的主要问题及解决

在此过程中，遇到了不少问题，给本R小白带来困扰，好在最后都得以解决。

如：corpus2中的语料顺序与Topic“1-20”顺序不一致，导致词云图关键词与序号不一致

解决：换个角度解决问题——按照corpus2中的语料顺序，修改各Topic文件内容。具体而言，观察上图可知，corpus2中的语料顺序为：'1','10','11','12','13','14','15','16','17','18','19','2','20','3','4','5','6','7','8','9'，那就将Topic10文件改为Topic2文件内容，Topic11文件改为Topic3文件内容，“瞬间”解决。

转载地址：https://blog.csdn.net/YWP_2016/article/details/114950956 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！