作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具（R），致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等，著有《R语言高效数据处理指南》（《R语言数据高效处理指南》(黄天元)【摘要 书评 试读】- 京东图书）。知乎专栏：R语言数据挖掘。邮箱：huang.tian-yuan@qq.com.欢迎合作交流。
先上链接：
CRAN - Package quantedahttps://github.com/quanteda/quantedaQuantitative Analysis of Textual Data对于包含大量字符串的文本，其实没有办法随便显示，否则就会出现卡顿。非常需要有一个合适的格式来保存并进行操作，quanteda填补了这个空白。虽然tidytext非常好，但是它主要还是利用了tidyverse的生态系统，而quanteda则很早就面向了文本挖掘的常见问题，并提出了在R中高效的解决方案。有data.table、Rcpp等包的支持，处理速度异常快。而语法格式也很统一，见名知意，操作简洁。
对于以后需要关键词共现矩阵或者文档-特征矩阵的时候，目前在R中quanteda做得实在太好。最近更新时间为2019年9月1日，最新版本为1.5.1，这个包还在活跃的开发中。后面有大文本的处理问题，将会需要借用它的力量。
最后，教程与简易索引：
Tutorials for quantedahttps://github.com/rstudio/cheatsheets/raw/master/quanteda.pdf图书推广：
原文作者：；如有侵权，请联系管理员删除。
请登录后发表评论
登录
全部评论
