Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/r/66.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
R 如何使用tm软件包进行希伯来语或阿拉伯语文本分析_R_Text_Tm - Fatal编程技术网
Fatal编程技术网
  • r/
  • R 如何使用tm软件包进行希伯来语或阿拉伯语文本分析

R 如何使用tm软件包进行希伯来语或阿拉伯语文本分析

r text

R 如何使用tm软件包进行希伯来语或阿拉伯语文本分析,r,text,tm,R,Text,Tm,我想使用tm软件包进行希伯来语或阿拉伯语文本分析。我尝试了几种方法，看看tm是否能够处理一些单词，但我遇到了一个错误，有没有办法解决这个问题 text <- "הנוסעים חיכו זמן רב לנסיעה" Encoding(text) #[1] "unknown" Encoding(text) <- "UTF-8" ap.corpus <- Corpus(DataframeSource(data.frame(text))) ap.corpus <-

我想使用tm软件包进行希伯来语或阿拉伯语文本分析。我尝试了几种方法，看看tm是否能够处理一些单词，但我遇到了一个错误，有没有办法解决这个问题

 text  <- "הנוסעים חיכו זמן רב לנסיעה"
 Encoding(text)
#[1] "unknown"
 Encoding(text)  <- "UTF-8"
 ap.corpus <- Corpus(DataframeSource(data.frame(text)))
 ap.corpus <- tm_map(ap.corpus, removePunctuation)
 ap.corpus <- tm_map(ap.corpus, content_transformer(tolower))
Error in FUN(content(x), ...) : 
  invalid input 'הנוסעים חיכו זמן רב לנסיעה' in 'utf8towcs'

text来自：

语料库构造函数的第二个参数
readerControl
必须是
包含命名组件读取器和语言的列表。（……）最后
第二个组件
语言
设置文本的语言（最好使用
ISO 639-2标准）

从中，阿拉伯语的ISO 639-2代码为ara，希伯来语的ISO 639-2代码为heb。所以不妨试试这个：


 ap.corpus <- Corpus(DataframeSource(data.frame(text), readerControl = list(language = "heb")))



ap.corpus答案如下，我们需要添加这种编码方法：


iconv(text, "ISO-8859-8", "UTF-8")[1]



我没有使用：
Encoding（text）Hi@Hoju，而是得到了：DataframeSource（data.frame（text），readerControl=list（language=“heb”）：未使用的参数（readerControl=list（language=“heb”））