Groups

jiebaR 中文分词

Contact owners and managers

1–30 of 57

jiebaR 中文分词邮件列表

发帖：发送电子邮件至 jiebaR@googlegroups.com
订阅：发送电子邮件至 jiebaR+subscribe@googlegroups.com
访问此群组：https://groups.google.com/d/forum/jiebaR

0 selected

7/4/23

JiebaR无法进行对大文档分词

您好，我在使用jiebaR的时候遇到一些问题。我的original dataset非常大，有78万rows，所以当我想要用jiebaR进行分词的时候，程序process会非常慢而且经常崩溃，不知道有

unread,

JiebaR无法进行对大文档分词

您好，我在使用jiebaR的时候遇到一些问题。我的original dataset非常大，有78万rows，所以当我想要用jiebaR进行分词的时候，程序process会非常慢而且经常崩溃，不知道有

7/4/23

Hope, runner alice2

4/29/22

关于TF-IDF的问题

我也遇到了相似的问题，我猜想可能是需要先get_idf()获得自己文本的idf值，并存储为txt文件，在提取关键词时，设置worker()的idf路径，然后提取关键词。不知道是否是这样？欢迎交流在

unread,

关于TF-IDF的问题

我也遇到了相似的问题，我猜想可能是需要先get_idf()获得自己文本的idf值，并存储为txt文件，在提取关键词时，设置worker()的idf路径，然后提取关键词。不知道是否是这样？欢迎交流在

4/29/22

9/6/21

Error of cidian packages.

> install_github("qinwf/cidian") WARNING: Rtools is required to build R packages, but is

unread,

Error of cidian packages.

> install_github("qinwf/cidian") WARNING: Rtools is required to build R packages, but is

9/6/21

7/4/21

您好，请问在安装cidian包的时候，一直安装不上，提示如下：并且，GitHub上的网址也打不开，请问应该怎样解决呢

unread,

您好，请问在安装cidian包的时候，一直安装不上，提示如下：并且，GitHub上的网址也打不开，请问应该怎样解决呢

7/4/21

Thibault Maillard

11/19/20

Topic modeling in chinese

Hello, I am a student in chinese study. My chinese is not too bad but not good enough to write you in

unread,

Topic modeling in chinese

Hello, I am a student in chinese study. My chinese is not too bad but not good enough to write you in

11/19/20

10/29/20

jiebaR分词问题

尊敬的jiebaR开发者：您好！我们正在进行的一项文本处理研究需要对中文语段进行分词操作，在导入个人词库后进行分词操作时发现分词是多字词优先，例如当“经济持续增长”，会被优先分为“经济”、“持续增长

unread,

jiebaR分词问题

尊敬的jiebaR开发者：您好！我们正在进行的一项文本处理研究需要对中文语段进行分词操作，在导入个人词库后进行分词操作时发现分词是多字词优先，例如当“经济持续增长”，会被优先分为“经济”、“持续增长

10/29/20

7/30/20

身材苗条美女主播性感白色网袜浴室震动棒抽插自慰逼逼无毛粉嫩很是诱惑不要错过

3819746 22:42:35 http://vikramvirodhia.com/ 身材苗条美女主播性感白色网袜浴室震动棒抽插自慰逼逼无毛粉嫩很是诱惑不要错过 jiebar@googlegroups

unread,

身材苗条美女主播性感白色网袜浴室震动棒抽插自慰逼逼无毛粉嫩很是诱惑不要错过

3819746 22:42:35 http://vikramvirodhia.com/ 身材苗条美女主播性感白色网袜浴室震动棒抽插自慰逼逼无毛粉嫩很是诱惑不要错过 jiebar@googlegroups

7/30/20

7/5/20

关于jiebaR的问题

在分词时，构建了一个停词库，但是，为什么有些词去不掉？希望您能解答。问题在代码中。谢谢

unread,

关于jiebaR的问题

在分词时，构建了一个停词库，但是，为什么有些词去不掉？希望您能解答。问题在代码中。谢谢

7/5/20

7/1/20

ask for help about cidian

Dear Prof., The website "https://github.com/qinwf/cidian/" cannot work. If I want to use

unread,

ask for help about cidian

Dear Prof., The website "https://github.com/qinwf/cidian/" cannot work. If I want to use

7/1/20

15138922051, xc2...@columbia.edu2

6/16/20

关于词库的一些问题

遇到同样的问题 On Wednesday, June 3, 2020 at 11:33:46 AM UTC+8, 15138922051 wrote: 秦老师您好，我从搜狗词库下载了一些词库，格式为

unread,

关于词库的一些问题

遇到同样的问题 On Wednesday, June 3, 2020 at 11:33:46 AM UTC+8, 15138922051 wrote: 秦老师您好，我从搜狗词库下载了一些词库，格式为

6/16/20

ai1330...@gmail.com, … George Nee5

6/11/19

jiebaR调用用户词典出错

後來還是去Rstudio Cloud解決分詞（主要是停用詞），我這邊的狀況是無論在windows還是ＭＡＣ的環境下，jiebaR的分詞載入詞典中，自定詞典的dict, user都沒有問題，有問題的是

unread,

jiebaR调用用户词典出错

後來還是去Rstudio Cloud解決分詞（主要是停用詞），我這邊的狀況是無論在windows還是ＭＡＣ的環境下，jiebaR的分詞載入詞典中，自定詞典的dict, user都沒有問題，有問題的是

6/11/19

3/27/19

jiebaR 中文分词工具相关问题

尊敬的jiebaR开发者：您好！我们正在进行的一项经济学研究需要对中文语段进行分词操作，觉得jiebaR是一款很高效实用的工具。此外，在考虑与我们文本相关性的时候，我们有以下疑问：请问您训练

unread,

jiebaR 中文分词工具相关问题

尊敬的jiebaR开发者：您好！我们正在进行的一项经济学研究需要对中文语段进行分词操作，觉得jiebaR是一款很高效实用的工具。此外，在考虑与我们文本相关性的时候，我们有以下疑问：请问您训练

3/27/19

1/4/19

jiebaR 分词问题

输入代码：seg <- qseg[f] 会出现如下报错：Warning message: In `[.qseg`(qseg, f) : Quick mode is depreciated, and

unread,

jiebaR 分词问题

输入代码：seg <- qseg[f] 会出现如下报错：Warning message: In `[.qseg`(qseg, f) : Quick mode is depreciated, and

1/4/19

12/5/18

关于停用词表的问题

秦大大：您好！首先感谢您的jiebaR分享。下面说下我遇到的问题：在使用最新版jiebaR自定义停用词表时，发现词表读入后，由ANSI自动变成UTF-8格式，并将词表清空，导致词表无效。即使将词表

unread,

关于停用词表的问题

秦大大：您好！首先感谢您的jiebaR分享。下面说下我遇到的问题：在使用最新版jiebaR自定义停用词表时，发现词表读入后，由ANSI自动变成UTF-8格式，并将词表清空，导致词表无效。即使将词表

12/5/18

9/27/18

读取csv进行分词报错

您好，最近在使用jiebaR遇到的疑惑，麻烦帮忙解答一下谢谢fenci = read.csv('/Users/vigossdawn/Desktop/分词.csv',encoding =

unread,

读取csv进行分词报错

您好，最近在使用jiebaR遇到的疑惑，麻烦帮忙解答一下谢谢fenci = read.csv('/Users/vigossdawn/Desktop/分词.csv',encoding =

9/27/18

bowie...@gmail.com, lsjm...@gmail.com2

7/29/18

编了stopwords文本，在stop_word参数中引入后，不起作用

请问你解决了吗？我也遇到了这个问题，尝试了很多百度上的方法，都没有得到解决在 2017年10月11日星期三 UTC+8上午8:48:22，bowie...@gmail.com写道：系统：mac，

unread,

编了stopwords文本，在stop_word参数中引入后，不起作用

请问你解决了吗？我也遇到了这个问题，尝试了很多百度上的方法，都没有得到解决在 2017年10月11日星期三 UTC+8上午8:48:22，bowie...@gmail.com写道：系统：mac，

7/29/18

7/15/18

Need document for jiebaR

Hello I have read jiebaR document on "http://qinwenfeng.com/jiebaR" Can you give a pdf file

unread,

Need document for jiebaR

Hello I have read jiebaR document on "http://qinwenfeng.com/jiebaR" Can you give a pdf file

7/15/18

5/16/18

求大侠们给予帮助，万分感谢！

各位大侠：利用Java开发项目，中间采用jri方式调用R，用到了jiebaR，在eclipse里运行流畅，但导出jar时，jiebaRD可以加载，jiebaR无法加载，求大侠们给予帮助，万分感谢！

unread,

求大侠们给予帮助，万分感谢！

各位大侠：利用Java开发项目，中间采用jri方式调用R，用到了jiebaR，在eclipse里运行流畅，但导出jar时，jiebaRD可以加载，jiebaR无法加载，求大侠们给予帮助，万分感谢！

5/16/18

4/2/18

无法用publish 带jiebaR的shinyapp

每次publish都显示不存在叫jiebaR的包，但是自己本地跑shiny结果运行都毫无问题。发送自 Windows 10 版邮件应用

unread,

无法用publish 带jiebaR的shinyapp

每次publish都显示不存在叫jiebaR的包，但是自己本地跑shiny结果运行都毫无问题。发送自 Windows 10 版邮件应用

4/2/18

3/19/18

咨询一下jieba对论语中的分词问题。

尊敬的jieba研发团队你们好，咨询一点问题，在使用jieba默认的分词过程中，论语中的古汉语文本分词效果不是很理想。不知道有没有解决的办法。我现在想用jiebaR对古汉语做单字分词。例如“学而时习之

unread,

咨询一下jieba对论语中的分词问题。

尊敬的jieba研发团队你们好，咨询一点问题，在使用jieba默认的分词过程中，论语中的古汉语文本分词效果不是很理想。不知道有没有解决的办法。我现在想用jiebaR对古汉语做单字分词。例如“学而时习之

3/19/18

月球上的人

3/16/18

shiny中无法正常停用词

您好，我在使用jiebaR的时候遇到了如下问题，在R脚本里运行的话可以自行导入停用词，但是在shiny中却无法正常停用，经检查readlines(stop_word)读取是能正常读取停用词表的，但是设置

unread,

shiny中无法正常停用词

您好，我在使用jiebaR的时候遇到了如下问题，在R脚本里运行的话可以自行导入停用词，但是在shiny中却无法正常停用，经检查readlines(stop_word)读取是能正常读取停用词表的，但是设置

3/16/18

1/21/18

多行文本分词，输出分词结果没有分行

您好！我是R初学者，请教问题。本人利用jiebaR包来做中文分词，读取一个爬取的微博txt格式文本，包含多行微博文本数据，使用worker函数分词，但输出结果没有分行，合成了只有一段的文本集。新手，请

unread,

多行文本分词，输出分词结果没有分行

您好！我是R初学者，请教问题。本人利用jiebaR包来做中文分词，读取一个爬取的微博txt格式文本，包含多行微博文本数据，使用worker函数分词，但输出结果没有分行，合成了只有一段的文本集。新手，请

1/21/18

12/7/17

设置分词的词长度

您好，如何设置分词的结果中词的长度，例如"上海市嘉定区"分词后为"上海市"，"嘉定区"，但是我想要的结果为"上海"，

unread,

设置分词的词长度

您好，如何设置分词的结果中词的长度，例如"上海市嘉定区"分词后为"上海市"，"嘉定区"，但是我想要的结果为"上海"，

12/7/17

xingyuewuhua, tienh...@gmail.com2

11/23/17

两个中文向量匹配度

http://www.ruanyifeng.com/blog/2013/03/cosine_similarity.html On Thursday, November 16, 2017 at 2:01:

unread,

两个中文向量匹配度

http://www.ruanyifeng.com/blog/2013/03/cosine_similarity.html On Thursday, November 16, 2017 at 2:01:

11/23/17

11/14/17

请问一下，为什么当设置为wk$bylines = FALSE的时候，不会对所有的词语进行分词，当 wk$bylines = TRUE时，会对所有进行分词

unread,

请问一下，为什么当设置为wk$bylines = FALSE的时候，不会对所有的词语进行分词，当 wk$bylines = TRUE时，会对所有进行分词

11/14/17

Gek Huey Chua, qinwf3

10/30/17

Problem installing jiebaR

Please try these solutions to see whether it will fix the problem. https://github.com/rstudio/httpuv/

unread,

Problem installing jiebaR

Please try these solutions to see whether it will fix the problem. https://github.com/rstudio/httpuv/

10/30/17

wu.y...@gmail.com, … albanese...@gmail.com3

10/26/17

Worker() 函数出错问题

你好，谢谢你的解释。我有同样的问题。它发生我尝试在线上发布一个shiny软件应用。我已经尝试在软件应用的同一个文件夹中下载jiebaR。并从那里来源字典。但它仍然不起作用。 On

unread,

Worker() 函数出错问题

你好，谢谢你的解释。我有同样的问题。它发生我尝试在线上发布一个shiny软件应用。我已经尝试在软件应用的同一个文件夹中下载jiebaR。并从那里来源字典。但它仍然不起作用。 On

10/26/17

4a2g...@stust.edu.tw

9/5/17

idf.utf8 權重修改

我想讓"資訊"的TF-IDF值提高於是修改"資訊"的值(6.6xxxxx->18.6xxxxx) 但是結果還是一樣這是為甚麼?

unread,

idf.utf8 權重修改

我想讓"資訊"的TF-IDF值提高於是修改"資訊"的值(6.6xxxxx->18.6xxxxx) 但是結果還是一樣這是為甚麼?

9/5/17

TITUS CHEN, i...@qin.wf3

8/5/17

怎樣對csv檔案中的文字進行分詞再將分詞結果放在同一csv檔案中？

您好，小弟使用了您的程式碼，發現成功了一半。我已能夠產生字符串，但是寫入csv文件後，發現全部的字符串都重複地出現在每個欄位中。在下的需求，是將152個文檔的分詞結果，按其原先檔案位置分別放在152個

unread,

怎樣對csv檔案中的文字進行分詞再將分詞結果放在同一csv檔案中？

您好，小弟使用了您的程式碼，發現成功了一半。我已能夠產生字符串，但是寫入csv文件後，發現全部的字符串都重複地出現在每個欄位中。在下的需求，是將152個文檔的分詞結果，按其原先檔案位置分別放在152個

8/5/17

Yang, Linxi (yanglx), … qinwf6

6/15/17

对文件进行分词的时候分词结果出现了乱码

可以用正则表达式来筛选文本，词性标记可以标注词的类型。在 2017年6月16日星期五 UTC+8上午4:01:50，写道：更具体一点的是我想做一个词云但当我分好词算词频的时候频率最高的是

unread,

对文件进行分词的时候分词结果出现了乱码

可以用正则表达式来筛选文本，词性标记可以标注词的类型。在 2017年6月16日星期五 UTC+8上午4:01:50，写道：更具体一点的是我想做一个词云但当我分好词算词频的时候频率最高的是

6/15/17

Search

Clear search

Close search

Google apps

Main menu