有關結巴
在R內使用結巴分詞
安裝載入套件
安裝套件
install.packages("jiebaR")
載入套件
library(jiebaR) #載入jiebaR package
## Loading required package: jiebaRD
斷詞
新增斷詞工具
cutter <- worker()
cutter
## Worker Type: Jieba Segment
##
## Default Method : mix
## Detect Encoding : TRUE
## Default Encoding: UTF-8
## Keep Symbols : FALSE
## Output Path :
## Write File : TRUE
## By Lines : FALSE
## Max Word Length : 20
## Max Read Lines : 1e+05
##
## Fixed Model Components:
##
## $dict
## [1] "/Library/Frameworks/R.framework/Versions/3.4/Resources/library/jiebaRD/dict/jieba.dict.utf8"
##
## $user
## [1] "/Library/Frameworks/R.framework/Versions/3.4/Resources/library/jiebaRD/dict/user.dict.utf8"
##
## $hmm
## [1] "/Library/Frameworks/R.framework/Versions/3.4/Resources/library/jiebaRD/dict/hmm_model.utf8"
##
## $stop_word
## NULL
##
## $user_weight
## [1] "max"
##
## $timestamp
## [1] 1544777122
##
## $default $detect $encoding $symbol $output $write $lines $bylines can be reset.
斷詞實作
cutter["這是一段測試用文字，請不要再戰長庚資管了"]
## [1] "U" "9019" "U" "662" "F" "U" "4" "E00" "U" "6"
## [11] "BB5" "U" "6" "E2C" "U" "8" "A66" "U" "7528" "U"
## [21] "6587" "U" "5" "B57" "U" "FF0C" "U" "8" "ACB" "U"
## [31] "4" "E0D" "U" "8981" "U" "518" "D" "U" "6230" "U"
## [41] "9577" "U" "5" "E9A" "U" "8" "CC7" "U" "7" "BA1"
## [51] "U" "4" "E86"
詞性判別
tagger <- worker("tag")
tagger["這是一段測試用文字，請不要再戰長庚資管了"]
## x m x m x x x eng x x
## "U" "9019" "U" "662" "F" "U" "4" "E00" "U" "6"
## eng x x eng x x eng x m x
## "BB5" "U" "6" "E2C" "U" "8" "A66" "U" "7528" "U"
## m x x eng x eng x x eng x
## "6587" "U" "5" "B57" "U" "FF0C" "U" "8" "ACB" "U"
## x eng x m x m x x m x
## "4" "E0D" "U" "8981" "U" "518" "D" "U" "6230" "U"
## m x x eng x x eng x x eng
## "9577" "U" "5" "E9A" "U" "8" "CC7" "U" "7" "BA1"
## x x eng
## "U" "4" "E86"
新增自訂詞彙
new_user_word(cutter,'長庚資管',"n")
## [1] TRUE
cutter["這是一段測試用文字，請不要再戰長庚資管了"]
## [1] "U" "9019"
## [3] "U" "662"
## [5] "F" "U"
## [7] "4" "E00"
## [9] "U" "6"
## [11] "BB5" "U"
## [13] "6" "E2C"
## [15] "U" "8"
## [17] "A66" "U"
## [19] "7528" "U"
## [21] "6587" "U"
## [23] "5" "B57"
## [25] "U" "FF0C"
## [27] "U" "8"
## [29] "ACB" "U"
## [31] "4" "E0D"
## [33] "U" "8981"
## [35] "U" "518"
## [37] "D" "U"
## [39] "6230" "<U+9577><U+5E9A><U+8CC7><U+7BA1>"
## [41] "U" "4"
## [43] "E86"
自訂停止詞
cutter = worker(stop_word ="stop.txt")
cutter["這是一段測試用文字，請不要再戰長庚資管了"]
## [1] "U" "9019" "U" "662" "F" "U" "4" "E00" "U" "6"
## [11] "BB5" "U" "6" "E2C" "U" "8" "A66" "U" "7528" "U"
## [21] "6587" "U" "5" "B57" "U" "FF0C" "U" "8" "ACB" "U"
## [31] "4" "E0D" "U" "8981" "U" "518" "D" "U" "6230" "U"
## [41] "9577" "U" "5" "E9A" "U" "8" "CC7" "U" "7" "BA1"
## [51] "U" "4" "E86"
操作範例
載入需要做分詞的資料
library(rvest)
## Loading required package: xml2
PTTNBA <- "https://www.ptt.cc/bbs/NBA/index.html"
pttContent <- read_html(PTTNBA)
post_title <- pttContent %>% html_nodes(".title") %>% html_text()
post_title
## [1] "\n\t\t\t\n\t\t\t\t[BOX ] Bulls 91:97 Magic <U+6578><U+64DA>\n\t\t\t\n\t\t\t"
## [2] "\n\t\t\t\n\t\t\t\t[<U+5916><U+7D6E>] LBJ<U+5FD8><U+4E0D><U+4E86>2010<U+5E74><U+96FB><U+68AF><U+9047><U+5230><U+7684><U+4E00><U+5E55>(<U+7B2C><U+4E00><U+6B21><U+7A7F><U+71B1><U+706B><U+7403><U+8863><U+56DE><U+5230><U+514B><U+57CE>)\n\t\t\t\n\t\t\t"
## [3] "\n\t\t\t\n\t\t\t\t(<U+5DF2><U+88AB>namie810303<U+522A><U+9664>) <cool34>1-5\n\t\t\t\n\t\t\t"
## [4] "\n\t\t\t\n\t\t\t\t[<U+60C5><U+5831>] James:<U+548C><U+706B><U+7BAD><U+4EA4><U+624B><U+8981><U+7279><U+5225><U+6CE8><U+610F><U+9632><U+5B88><U+6642><U+5225><U+72AF><U+898F>\n\t\t\t\n\t\t\t"
## [5] "\n\t\t\t\n\t\t\t\t[BOX ] Mavericks 89:99 Suns <U+6578><U+64DA>\n\t\t\t\n\t\t\t"
## [6] "\n\t\t\t\n\t\t\t\t[<U+82B1><U+908A>] <U+5927>V<U+906D><U+683C><U+6797><U+6253><U+5230><U+812B><U+81FC> <U+8A18><U+8005><U+FF1A>100<U+6A13><U+90FD><U+807D><U+5F97><U+5230>\n\t\t\t\n\t\t\t"
## [7] "\n\t\t\t\n\t\t\t\t[<U+65B0><U+805E>] Tucker<U+FF1A>Harden<U+7684><U+5E6B><U+52A9><U+5F88><U+5927> <U+8D0F><U+7403><U+56E0><U+9632><U+5B88>\n\t\t\t\n\t\t\t"
## [8] "\n\t\t\t\n\t\t\t\t(<U+672C><U+6587><U+5DF2><U+88AB><U+522A><U+9664>) [QoGIVoQ]\n\t\t\t\n\t\t\t"
## [9] "\n\t\t\t\n\t\t\t\t[<U+82B1><U+908A>] Hart<U+62D2><U+8AC7><U+5224><U+7F70>:<U+4E0D><U+60F3><U+640D><U+5931><U+91D1><U+9322> <U+6240><U+4EE5><U+6C92><U+5565><U+53EF><U+8AAA>\n\t\t\t\n\t\t\t"
## [10] "\n\t\t\t\n\t\t\t\t[<U+65B0><U+805E>] <U+6B50><U+5C3C><U+723E><U+653E><U+8A71><U+5FC5><U+52DD><U+52C7><U+58EB> <U+67EF><U+745E><U+FF1A><U+4ED6><U+932F><U+5F97><U+96E2><U+8B5C>\n\t\t\t\n\t\t\t"
## [11] "\n\t\t\t\n\t\t\t\t(<U+672C><U+6587><U+5DF2><U+88AB><U+522A><U+9664>) [AhUtopian]\n\t\t\t\n\t\t\t"
## [12] "\n\t\t\t\n\t\t\t\t[<U+516C><U+544A>] NBA <U+677F> <U+958B><U+59CB><U+8209><U+8FA6><U+6A02><U+900F>!\n\t\t\t\n\t\t\t"
## [13] "\n\t\t\t\n\t\t\t\t[<U+82B1><U+908A>] Gay<U+FF1A><U+611F><U+89BA><U+81EA><U+5DF1><U+633D><U+56DE><U+4E86><U+8077><U+696D><U+751F><U+6DAF><U+FF0C><U+50CF><U+904E><U+53BB><U+90A3>\n\t\t\t\n\t\t\t"
## [14] "\n\t\t\t\n\t\t\t\t[<U+5C08><U+6B04>] <U+4E0D><U+60F3><U+8DDF><U+516C><U+5712><U+4E00><U+8D77><U+8D70>-Parker<U+4E8B><U+4EF6>\n\t\t\t\n\t\t\t"
## [15] "\n\t\t\t\n\t\t\t\t[<U+60C5><U+5831>] <U+54C8><U+767B><U+706B><U+7BAD><U+751F><U+6DAF>50<U+5206><U+4EE5><U+4E0A><U+9054><U+6210><U+6BD4><U+968A><U+53F2><U+4E0A><U+6240><U+6709><U+524D><U+8F29><U+7E3D><U+548C><U+9084><U+591A>\n\t\t\t\n\t\t\t"
## [16] "\n\t\t\t\n\t\t\t\t[<U+82B1><U+908A>] KG<U+FF1A><U+6211><U+6559><U+7403><U+54E1><U+9996><U+5148><U+662F><U+6559><U+614B><U+5EA6> \n\t\t\t\n\t\t\t"
## [17] "\n\t\t\t\n\t\t\t\t[<U+65B0><U+805E>] <U+8A79><U+7687><U+300C><U+82B1><U+5712><U+8AD6><U+300D><U+6697><U+793A><U+53BB><U+5C3C><U+514B><U+7D42><U+8001><U+FF1F> \n\t\t\t\n\t\t\t"
## [18] "\n\t\t\t\n\t\t\t\t[<U+65B0><U+805E>] <U+5927><U+9B0D><U+5B50><U+7684><U+5E78><U+904B><U+661F><U+FF1F><U+9019><U+88C1><U+5224><U+57F7><U+6CD5><U+706B><U+7BAD>12<U+9023><U+52DD><U+4E2D>\n\t\t\t\n\t\t\t"
## [19] "\n\t\t\t\n\t\t\t\t[<U+8A0E><U+8AD6>] <U+53D6><U+6D88><U+7F70><U+7403><U+6216><U+53D6><U+6D88><U+4E09><U+5206><U+7403>\n\t\t\t\n\t\t\t"
## [20] "\n\t\t\t\n\t\t\t\t[<U+60C5><U+5831>] Nowitzki<U+6253><U+7834>Kobe<U+6548><U+529B><U+55AE><U+4E00><U+7403><U+968A><U+7403><U+5B63><U+6578><U+7D00><U+9304>\n\t\t\t\n\t\t\t"
## [21] "\n\t\t\t\n\t\t\t\t[<U+516C><U+544A>] <U+677F><U+898F>v6.2\n\t\t\t\n\t\t\t"
## [22] "\n\t\t\t\n\t\t\t\t[<U+60C5><U+5831>] SEASON Schedule <U+8CFD><U+7A0B> December 18<U+2013>19\n\t\t\t\n\t\t\t"
## [23] "\n\t\t\t\n\t\t\t\t[<U+60C5><U+5831>] NBA Standings (2018.12.12)\n\t\t\t\n\t\t\t"
斷詞
cutter <- worker()
cutter[post_title] ## 不分行輸出
## [1] "BOX"
## [2] "Bulls"
## [3] "91"
## [4] "97"
## [5] "Magic"
## [6] "\346\225\270\346\223\232"
## [7] "\345\244\226\347\265\256"
## [8] "LBJ"
## [9] "\345\277\230\344\270\215\344\272\206"
## [10] "2010"
## [11] "\345\271\264"
## [12] "\351\233\273\346\242\257"
## [13] "\351\201\207\345\210\260"
## [14] "\347\232\204"
## [15] "\344\270\200\345\271\225"
## [16] "\347\254\254\344\270\200\346\254\241"
## [17] "\347\251\277"
## [18] "\347\206\261\347\201\253"
## [19] "\347\220\203\350\241\243"
## [20] "\345\233\236\345\210\260"
## [21] "\345\205\213\345\237\216"
## [22] "\345\267\262"
## [23] "\350\242\253"
## [24] "namie810303"
## [25] "\345\210\252\351\231\244"
## [26] "cool34"
## [27] "1-5"
## [28] "\346\203\205\345\240\261"
## [29] "James"
## [30] "\345\222\214"
## [31] "\347\201\253\347\256\255"
## [32] "\344\272\244\346\211\213"
## [33] "\350\246\201"
## [34] "\347\211\271\345\210\245\346\263\250\346\204\217"
## [35] "\351\230\262"
## [36] "\345\256\210\346\231\202"
## [37] "\345\210\245"
## [38] "\347\212\257\350\246\217"
## [39] "BOX"
## [40] "Mavericks"
## [41] "89"
## [42] "99"
## [43] "Suns"
## [44] "\346\225\270\346\223\232"
## [45] "\350\212\261\351\202\212"
## [46] "\345\244\247"
## [47] "V"
## [48] "\351\201\255"
## [49] "\346\240\274\346\236\227"
## [50] "\346\211\223\345\210\260"
## [51] "\350\204\253\350\207\274"
## [52] "\350\250\230\350\200\205"
## [53] "\357\274\232"
## [54] "100"
## [55] "\346\250\223"
## [56] "\351\203\275"
## [57] "\350\201\275"
## [58] "\345\276\227\345\210\260"
## [59] "\346\226\260\350\201\236"
## [60] "Tucker"
## [61] "\357\274\232"
## [62] "Harden"
## [63] "\347\232\204"
## [64] "\345\271\253\345\212\251"
## [65] "\345\276\210\345\244\247"
## [66] "\350\264\217\347\220\203"
## [67] "\345\233\240"
## [68] "\351\230\262\345\256\210"
## [69] "\346\234\254\346\226\207"
## [70] "\345\267\262"
## [71] "\350\242\253"
## [72] "\345\210\252\351\231\244"
## [73] "QoGIVoQ"
## [74] "\350\212\261\351\202\212"
## [75] "Hart"
## [76] "\346\213\222\350\253\207"
## [77] "\345\210\244\347\275\260"
## [78] "\344\270\215\346\203\263"
## [79] "\346\220\215\345\244\261"
## [80] "\351\207\221\351\214\242"
## [81] "\346\211\200\344\273\245"
## [82] "\346\262\222"
## [83] "\345\225\245"
## [84] "\345\217\257\350\252\252"
## [85] "\346\226\260\350\201\236"
## [86] "\346\255\220\345\260\274\347\210\276"
## [87] "\346\224\276\350\251\261"
## [88] "\345\277\205\345\213\235"
## [89] "\345\213\207\345\243\253"
## [90] "\346\237\257\347\221\236"
## [91] "\357\274\232"
## [92] "\344\273\226"
## [93] "\351\214\257"
## [94] "\345\276\227"
## [95] "\351\233\242\350\255\234"
## [96] "\346\234\254\346\226\207"
## [97] "\345\267\262"
## [98] "\350\242\253"
## [99] "\345\210\252\351\231\244"
## [100] "AhUtopian"
## [101] "\345\205\254\345\221\212"
## [102] "NBA"
## [103] "\346\235\277"
## [104] "\351\226\213\345\247\213"
## [105] "\350\210\211\350\276\246"
## [106] "\346\250\202\351\200\217"
## [107] "\350\212\261\351\202\212"
## [108] "Gay"
## [109] "\357\274\232"
## [110] "\346\204\237\350\246\272"
## [111] "\350\207\252\345\267\261"
## [112] "\346\214\275\345\233\236"
## [113] "\344\272\206"
## [114] "\350\201\267\346\245\255\347\224\237\346\266\257"
## [115] "\357\274\214"
## [116] "\345\203\217"
## [117] "\351\201\216\345\216\273"
## [118] "\351\202\243"
## [119] "\345\260\210\346\254\204"
## [120] "\344\270\215\346\203\263"
## [121] "\350\267\237"
## [122] "\345\205\254\345\234\222"
## [123] "\344\270\200\350\265\267"
## [124] "\350\265\260"
## [125] "Parker"
## [126] "\344\272\213\344\273\266"
## [127] "\346\203\205\345\240\261"
## [128] "\345\223\210\347\231\273"
## [129] "\347\201\253\347\256\255"
## [130] "\347\224\237\346\266\257"
## [131] "50"
## [132] "\345\210\206"
## [133] "\344\273\245\344\270\212"
## [134] "\351\201\224\346\210\220"
## [135] "\346\257\224\351\232\212"
## [136] "\345\217\262\344\270\212"
## [137] "\346\211\200\346\234\211"
## [138] "\345\211\215\350\274\251"
## [139] "\347\270\275\345\222\214"
## [140] "\351\202\204\345\244\232"
## [141] "\350\212\261\351\202\212"
## [142] "KG"
## [143] "\357\274\232"
## [144] "\346\210\221"
## [145] "\346\225\231"
## [146] "\347\220\203\345\223\241"
## [147] "\351\246\226\345\205\210"
## [148] "\346\230\257"
## [149] "\346\225\231"
## [150] "\346\205\213\345\272\246"
## [151] "\346\226\260\350\201\236"
## [152] "\350\251\271\347\232\207"
## [153] "\343\200\214"
## [154] "\350\212\261\345\234\222"
## [155] "\350\253\226"
## [156] "\343\200\215"
## [157] "\346\232\227\347\244\272"
## [158] "\345\216\273"
## [159] "\345\260\274\345\205\213"
## [160] "\347\265\202\350\200\201"
## [161] "\357\274\237"
## [162] "\346\226\260\350\201\236"
## [163] "\345\244\247\351\254\215\345\255\220"
## [164] "\347\232\204"
## [165] "\345\271\270\351\201\213\346\230\237"
## [166] "\357\274\237"
## [167] "\351\200\231"
## [168] "\350\243\201\345\210\244"
## [169] "\345\237\267\346\263\225"
## [170] "\347\201\253\347\256\255"
## [171] "12"
## [172] "\351\200\243\345\213\235"
## [173] "\344\270\255"
## [174] "\350\250\216\350\253\226"
## [175] "\345\217\226\346\266\210"
## [176] "\347\275\260\347\220\203"
## [177] "\346\210\226"
## [178] "\345\217\226\346\266\210"
## [179] "\344\270\211\345\210\206\347\220\203"
## [180] "\346\203\205\345\240\261"
## [181] "Nowitzki"
## [182] "\346\211\223\347\240\264"
## [183] "Kobe"
## [184] "\346\225\210\345\212\233"
## [185] "\345\226\256\344\270\200"
## [186] "\347\220\203\351\232\212"
## [187] "\347\220\203\345\255\243"
## [188] "\346\225\270"
## [189] "\347\264\200\351\214\204"
## [190] "\345\205\254\345\221\212"
## [191] "\346\235\277\350\246\217"
## [192] "v6"
## [193] "2"
## [194] "\346\203\205\345\240\261"
## [195] "SEASON"
## [196] "Schedule"
## [197] "\350\263\275\347\250\213"
## [198] "December"
## [199] "18"
## [200] "\342\200\223"
## [201] "19"
## [202] "\346\203\205\345\240\261"
## [203] "NBA"
## [204] "Standings"
## [205] "2018.12.12"
cutter$bylines<-T
cutter[post_title] ## 分行輸出
## [[1]]
## [1] "BOX" "Bulls"
## [3] "91" "97"
## [5] "Magic" "\346\225\270\346\223\232"
##
## [[2]]
## [1] "\345\244\226\347\265\256"
## [2] "LBJ"
## [3] "\345\277\230\344\270\215\344\272\206"
## [4] "2010"
## [5] "\345\271\264"
## [6] "\351\233\273\346\242\257"
## [7] "\351\201\207\345\210\260"
## [8] "\347\232\204"
## [9] "\344\270\200\345\271\225"
## [10] "\347\254\254\344\270\200\346\254\241"
## [11] "\347\251\277"
## [12] "\347\206\261\347\201\253"
## [13] "\347\220\203\350\241\243"
## [14] "\345\233\236\345\210\260"
## [15] "\345\205\213\345\237\216"
##
## [[3]]
## [1] "\345\267\262" "\350\242\253"
## [3] "namie810303" "\345\210\252\351\231\244"
## [5] "cool34" "1-5"
##
## [[4]]
## [1] "\346\203\205\345\240\261"
## [2] "James"
## [3] "\345\222\214"
## [4] "\347\201\253\347\256\255"
## [5] "\344\272\244\346\211\213"
## [6] "\350\246\201"
## [7] "\347\211\271\345\210\245\346\263\250\346\204\217"
## [8] "\351\230\262"
## [9] "\345\256\210\346\231\202"
## [10] "\345\210\245"
## [11] "\347\212\257\350\246\217"
##
## [[5]]
## [1] "BOX" "Mavericks"
## [3] "89" "99"
## [5] "Suns" "\346\225\270\346\223\232"
##
## [[6]]
## [1] "\350\212\261\351\202\212" "\345\244\247"
## [3] "V" "\351\201\255"
## [5] "\346\240\274\346\236\227" "\346\211\223\345\210\260"
## [7] "\350\204\253\350\207\274" "\350\250\230\350\200\205"
## [9] "\357\274\232" "100"
## [11] "\346\250\223" "\351\203\275"
## [13] "\350\201\275" "\345\276\227\345\210\260"
##
## [[7]]
## [1] "\346\226\260\350\201\236" "Tucker"
## [3] "\357\274\232" "Harden"
## [5] "\347\232\204" "\345\271\253\345\212\251"
## [7] "\345\276\210\345\244\247" "\350\264\217\347\220\203"
## [9] "\345\233\240" "\351\230\262\345\256\210"
##
## [[8]]
## [1] "\346\234\254\346\226\207" "\345\267\262"
## [3] "\350\242\253" "\345\210\252\351\231\244"
## [5] "QoGIVoQ"
##
## [[9]]
## [1] "\350\212\261\351\202\212" "Hart"
## [3] "\346\213\222\350\253\207" "\345\210\244\347\275\260"
## [5] "\344\270\215\346\203\263" "\346\220\215\345\244\261"
## [7] "\351\207\221\351\214\242" "\346\211\200\344\273\245"
## [9] "\346\262\222" "\345\225\245"
## [11] "\345\217\257\350\252\252"
##
## [[10]]
## [1] "\346\226\260\350\201\236"
## [2] "\346\255\220\345\260\274\347\210\276"
## [3] "\346\224\276\350\251\261"
## [4] "\345\277\205\345\213\235"
## [5] "\345\213\207\345\243\253"
## [6] "\346\237\257\347\221\236"
## [7] "\357\274\232"
## [8] "\344\273\226"
## [9] "\351\214\257"
## [10] "\345\276\227"
## [11] "\351\233\242\350\255\234"
##
## [[11]]
## [1] "\346\234\254\346\226\207" "\345\267\262"
## [3] "\350\242\253" "\345\210\252\351\231\244"
## [5] "AhUtopian"
##
## [[12]]
## [1] "\345\205\254\345\221\212" "NBA"
## [3] "\346\235\277" "\351\226\213\345\247\213"
## [5] "\350\210\211\350\276\246" "\346\250\202\351\200\217"
##
## [[13]]
## [1] "\350\212\261\351\202\212"
## [2] "Gay"
## [3] "\357\274\232"
## [4] "\346\204\237\350\246\272"
## [5] "\350\207\252\345\267\261"
## [6] "\346\214\275\345\233\236"
## [7] "\344\272\206"
## [8] "\350\201\267\346\245\255\347\224\237\346\266\257"
## [9] "\357\274\214"
## [10] "\345\203\217"
## [11] "\351\201\216\345\216\273"
## [12] "\351\202\243"
##
## [[14]]
## [1] "\345\260\210\346\254\204" "\344\270\215\346\203\263"
## [3] "\350\267\237" "\345\205\254\345\234\222"
## [5] "\344\270\200\350\265\267" "\350\265\260"
## [7] "Parker" "\344\272\213\344\273\266"
##
## [[15]]
## [1] "\346\203\205\345\240\261" "\345\223\210\347\231\273"
## [3] "\347\201\253\347\256\255" "\347\224\237\346\266\257"
## [5] "50" "\345\210\206"
## [7] "\344\273\245\344\270\212" "\351\201\224\346\210\220"
## [9] "\346\257\224\351\232\212" "\345\217\262\344\270\212"
## [11] "\346\211\200\346\234\211" "\345\211\215\350\274\251"
## [13] "\347\270\275\345\222\214" "\351\202\204\345\244\232"
##
## [[16]]
## [1] "\350\212\261\351\202\212" "KG"
## [3] "\357\274\232" "\346\210\221"
## [5] "\346\225\231" "\347\220\203\345\223\241"
## [7] "\351\246\226\345\205\210" "\346\230\257"
## [9] "\346\225\231" "\346\205\213\345\272\246"
##
## [[17]]
## [1] "\346\226\260\350\201\236" "\350\251\271\347\232\207"
## [3] "\343\200\214" "\350\212\261\345\234\222"
## [5] "\350\253\226" "\343\200\215"
## [7] "\346\232\227\347\244\272" "\345\216\273"
## [9] "\345\260\274\345\205\213" "\347\265\202\350\200\201"
## [11] "\357\274\237"
##
## [[18]]
## [1] "\346\226\260\350\201\236"
## [2] "\345\244\247\351\254\215\345\255\220"
## [3] "\347\232\204"
## [4] "\345\271\270\351\201\213\346\230\237"
## [5] "\357\274\237"
## [6] "\351\200\231"
## [7] "\350\243\201\345\210\244"
## [8] "\345\237\267\346\263\225"
## [9] "\347\201\253\347\256\255"
## [10] "12"
## [11] "\351\200\243\345\213\235"
## [12] "\344\270\255"
##
## [[19]]
## [1] "\350\250\216\350\253\226"
## [2] "\345\217\226\346\266\210"
## [3] "\347\275\260\347\220\203"
## [4] "\346\210\226"
## [5] "\345\217\226\346\266\210"
## [6] "\344\270\211\345\210\206\347\220\203"
##
## [[20]]
## [1] "\346\203\205\345\240\261" "Nowitzki"
## [3] "\346\211\223\347\240\264" "Kobe"
## [5] "\346\225\210\345\212\233" "\345\226\256\344\270\200"
## [7] "\347\220\203\351\232\212" "\347\220\203\345\255\243"
## [9] "\346\225\270" "\347\264\200\351\214\204"
##
## [[21]]
## [1] "\345\205\254\345\221\212" "\346\235\277\350\246\217"
## [3] "v6" "2"
##
## [[22]]
## [1] "\346\203\205\345\240\261" "SEASON"
## [3] "Schedule" "\350\263\275\347\250\213"
## [5] "December" "18"
## [7] "\342\200\223" "19"
##
## [[23]]
## [1] "\346\203\205\345\240\261" "NBA"
## [3] "Standings" "2018.12.12"
分析斷詞後最常出現的詞彙
cutter <- worker()
sort(table(cutter[post_title]),decreasing = T)
##
## \346\203\205\345\240\261
## 5
## \357\274\232
## 5
## \346\226\260\350\201\236
## 4
## \350\212\261\351\202\212
## 4
## \345\210\252\351\231\244
## 3
## \345\267\262
## 3
## \347\201\253\347\256\255
## 3
## \347\232\204
## 3
## \350\242\253
## 3
## BOX
## 2
## NBA
## 2
## \344\270\215\346\203\263
## 2
## \345\205\254\345\221\212
## 2
## \345\217\226\346\266\210
## 2
## \346\225\231
## 2
## \346\225\270\346\223\232
## 2
## \346\234\254\346\226\207
## 2
## \357\274\237
## 2
## 1-5
## 1
## 100
## 1
## 12
## 1
## 18
## 1
## 19
## 1
## 2
## 1
## 2010
## 1
## 2018.12.12
## 1
## 50
## 1
## 89
## 1
## 91
## 1
## 97
## 1
## 99
## 1
## AhUtopian
## 1
## Bulls
## 1
## December
## 1
## Gay
## 1
## Harden
## 1
## Hart
## 1
## James
## 1
## KG
## 1
## Kobe
## 1
## LBJ
## 1
## Magic
## 1
## Mavericks
## 1
## Nowitzki
## 1
## Parker
## 1
## QoGIVoQ
## 1
## SEASON
## 1
## Schedule
## 1
## Standings
## 1
## Suns
## 1
## Tucker
## 1
## V
## 1
## cool34
## 1
## namie810303
## 1
## v6
## 1
## \342\200\223
## 1
## \343\200\214
## 1
## \343\200\215
## 1
## \344\270\200\345\271\225
## 1
## \344\270\200\350\265\267
## 1
## \344\270\211\345\210\206\347\220\203
## 1
## \344\270\255
## 1
## \344\272\206
## 1
## \344\272\213\344\273\266
## 1
## \344\272\244\346\211\213
## 1
## \344\273\226
## 1
## \344\273\245\344\270\212
## 1
## \345\203\217
## 1
## \345\205\213\345\237\216
## 1
## \345\205\254\345\234\222
## 1
## \345\210\206
## 1
## \345\210\244\347\275\260
## 1
## \345\210\245
## 1
## \345\211\215\350\274\251
## 1
## \345\213\207\345\243\253
## 1
## \345\216\273
## 1
## \345\217\257\350\252\252
## 1
## \345\217\262\344\270\212
## 1
## \345\222\214
## 1
## \345\223\210\347\231\273
## 1
## \345\225\245
## 1
## \345\226\256\344\270\200
## 1
## \345\233\236\345\210\260
## 1
## \345\233\240
## 1
## \345\237\267\346\263\225
## 1
## \345\244\226\347\265\256
## 1
## \345\244\247
## 1
## \345\244\247\351\254\215\345\255\220
## 1
## \345\256\210\346\231\202
## 1
## \345\260\210\346\254\204
## 1
## \345\260\274\345\205\213
## 1
## \345\271\253\345\212\251
## 1
## \345\271\264
## 1
## \345\271\270\351\201\213\346\230\237
## 1
## \345\276\210\345\244\247
## 1
## \345\276\227
## 1
## \345\276\227\345\210\260
## 1
## \345\277\205\345\213\235
## 1
## \345\277\230\344\270\215\344\272\206
## 1
## \346\204\237\350\246\272
## 1
## \346\205\213\345\272\246
## 1
## \346\210\221
## 1
## \346\210\226
## 1
## \346\211\200\344\273\245
## 1
## \346\211\200\346\234\211
## 1
## \346\211\223\345\210\260
## 1
## \346\211\223\347\240\264
## 1
## \346\213\222\350\253\207
## 1
## \346\214\275\345\233\236
## 1
## \346\220\215\345\244\261
## 1
## \346\224\276\350\251\261
## 1
## \346\225\210\345\212\233
## 1
## \346\225\270
## 1
## \346\230\257
## 1
## \346\232\227\347\244\272
## 1
## \346\235\277
## 1
## \346\235\277\350\246\217
## 1
## \346\237\257\347\221\236
## 1
## \346\240\274\346\236\227
## 1
## \346\250\202\351\200\217
## 1
## \346\250\223
## 1
## \346\255\220\345\260\274\347\210\276
## 1
## \346\257\224\351\232\212
## 1
## \346\262\222
## 1
## \347\206\261\347\201\253
## 1
## \347\211\271\345\210\245\346\263\250\346\204\217
## 1
## \347\212\257\350\246\217
## 1
## \347\220\203\345\223\241
## 1
## \347\220\203\345\255\243
## 1
## \347\220\203\350\241\243
## 1
## \347\220\203\351\232\212
## 1
## \347\224\237\346\266\257
## 1
## \347\251\277
## 1
## \347\254\254\344\270\200\346\254\241
## 1
## \347\264\200\351\214\204
## 1
## \347\265\202\350\200\201
## 1
## \347\270\275\345\222\214
## 1
## \347\275\260\347\220\203
## 1
## \350\201\267\346\245\255\347\224\237\346\266\257
## 1
## \350\201\275
## 1
## \350\204\253\350\207\274
## 1
## \350\207\252\345\267\261
## 1
## \350\210\211\350\276\246
## 1
## \350\212\261\345\234\222
## 1
## \350\243\201\345\210\244
## 1
## \350\246\201
## 1
## \350\250\216\350\253\226
## 1
## \350\250\230\350\200\205
## 1
## \350\251\271\347\232\207
## 1
## \350\253\226
## 1
## \350\263\275\347\250\213
## 1
## \350\264\217\347\220\203
## 1
## \350\265\260
## 1
## \350\267\237
## 1
## \351\200\231
## 1
## \351\200\243\345\213\235
## 1
## \351\201\207\345\210\260
## 1
## \351\201\216\345\216\273
## 1
## \351\201\224\346\210\220
## 1
## \351\201\255
## 1
## \351\202\204\345\244\232
## 1
## \351\202\243
## 1
## \351\203\275
## 1
## \351\207\221\351\214\242
## 1
## \351\214\257
## 1
## \351\226\213\345\247\213
## 1
## \351\230\262
## 1
## \351\230\262\345\256\210
## 1
## \351\233\242\350\255\234
## 1
## \351\233\273\346\242\257
## 1
## \351\246\226\345\205\210
## 1
## \357\274\214
## 1