在R中使用結巴分詞

有關結巴

“结巴”中文分词:做最好的 Python 中文分词组件

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

停止詞範例檔下載

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

參考資料

曾意儒

長庚資管老師,教授R、數據分析等課程,研究領域為醫學資訊