使用R（tm包）进行文本挖掘的示例

tm在阅读了一位朋友的草稿后，我花了三天时间，他在那儿用UCINET探索了文本语料库，显示了文本云，两模式网络图和单值分解（带有使用Stata的图形）。我遇到了很多问题：在Mac OS X上，诸如Snowball（填充）或Rgraphviz（图形）之类的库背后存在Java问题。

可能有人点出不包 -我已经看过tm，wordfish并wordscores和了解NLTK -但研究，如果可能的代码，在文本数据，成功地使用tm或别的东西来分析像议会辩论和立法文件数据？我似乎在这个问题上找不到太多的东西，甚至学到的代码也更少。

我自己的项目是为期两个月的议会辩论，这些变量以CSV文件形式提供：议会会议，发言人，议会小组，口头干预文本。我希望在演讲者之间，尤其是在议会团体之间，在使用罕见和较不罕见的术语时出现分歧，例如，“安全对话”与“公民自由”对话。

tm的作者，来自奥地利的Ingo Feinerer博士论文是用英语编写的。本文档的第7-10章包含tm软件包的应用程序，但其复杂性不断提高。

http://epub.wu.ac.at/1923/

第7章通过分析R-devel 2006邮件列表介绍了tm的应用。第8章显示了文本挖掘在商业上对消费者电子商务的应用。第9章是tm的一项应用，用于调查奥地利最高行政法院关于会费和税款的管辖权。[...]。第10章显示了绿野仙踪数据集上的样式和作者属性的应用程序。

阅读整个文档封面。但是请注意，该文档写于2008年，此后API进行了一些更改，例如，博士学位论文提到了tmMap()已重命名为的函数tm_map()。因此，代码示例无法按原样工作，您不能使用剪切粘贴功能来尝试它们。

你也可以去

http://tm.r-forge.r-project.org/users.html

“为了使新用户了解现有的tm应用程序，该站点旨在提供（不完整的字母顺序）tm用户列表及其评论。已知的用户范围从研究机构到公司，再到个人。”

并在该页面上搜索短语“写论文”，您会找到许多链接。我只读过一篇论文，“歌曲歌词中的自动主题检测”。很有趣，很有趣。

一个不错的起点可能是网站上的出版物列表tm，例如：

• R中的文本挖掘基础架构。http://www.jstatsoft.org/v25/i05

每个出版物末尾的参考文献列表都包含的成功应用程序tm，您似乎正在寻找这些应用程序。有很多-尤其是如果您随后遵循参考文献的参考文献。

例如，这可能是相关的：

Feinerer I，Hornik K（2007）。“最高行政法院管辖区的文本挖掘。”在C Preisach，H Burkhardt，L Schmidt-Thieme，R Decker（编辑），“数据分析，机器学习和应用程序”（第31届Gesellschaft年度会议论文集）中Klassikation eV，2007年3月7日至9日，德国弗赖堡），“经典研究，数据分析和知识组织”。施普林格出版社。

祝好运。