R语言安装NLP自然语言分析包

引言： R语言是一种非常强大的分析与展示的统计科学家工具，其也提供了若干关于自然语言的分析处理工具，本文讲展示如何在Linux进行安置。

1. 自然语言处理（NLP）

对于英语体系，基于空格可以直接进行分词，而中文则不同，需要进行分词，然后进行后续处理。NLP是natural language processing的缩写，专指此类的工作。

自然语言处理包： Snowball， RWeka

文本挖掘： tm

分词工具： Rwordseg

2. 所属环境

Linux： centos 6， 已经安置Java， 由于Rwordseg需要依赖java

3. 安置指令与过程

3.1 安装R语言环境

>> yum install R



3.2 安装Snowball

>> install.packages(c('Snowball'))

其会提示该包没有找到，需要使用以下包：

>> install.packages(c('SnowballC'))


3.3 安装tm

>> install.packages(c('tm'))




3.4 安装RWeka

>> install.packages(c('RWeka'))





3.5 安装Rwordseg

直接执行install.packages(c('Rwordseg'))将会报错，提示找不到此类包。

需要切换到install.packages("Rwordseg", repos ="http://R-Forge.R-project.org", type = "source")，从另外一个源中进行安装。





3.6 结束

安装完成了所有必须的NLP。