词云一分钟了解周董的歌词

浏览: 1988

作者简介

糖甜甜甜,R语言中文社区专栏作者

公众号:经管人学数据分析


前段时间周董发布了一首新歌《不爱我就拉倒》被网友吐槽土味十足,这段时间有本科同学让我帮忙做词云,所以借此机会把代码记录下了,顺便借周董的20首歌词做下词云。

一、数据获取

image.png

二、文本处理

首先做准备工作,将评论文本用jieba库进行分词,jieba支持三种分词模式 :

1 精确模式,试图将句子最精确地切开,适合文本分析; 

2 全模式,把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义; 

3 搜索引擎模式,在精确模式的基础上,对长词再次切分,提高召回率,适合用于搜索引擎分词。这里采用精确模式分词,代码如下: 

分词完成后,可以输出打印看看结果,会发现有些很奇怪的emoji符号,还有些常用词对分析无用,例如:的、地、得。所以这里还需要去掉停用词。当然,想要进一步做更精确的分析,需要自己设计语料库。停用词的语料库我是在网上下载的,后台回复语料库即可获取,R代码如下:

三、词云制作

词云制作可以直接采用R里面的wordcloud包,里面有各种词云形状和词颜色。R代码如下:


词云结果如下:

换一种形状试试(没错代码就是这么简单)

再试试其他风格




周董歌词用得最多的是“我”字(小公主还是蛮自恋的,哈哈),词云还可以自定义背景形状哟。

完整代码



完成啦,是不是很简单!再也不用让别人帮忙了。


image.png

推荐 1
本文由 R语言中文社区 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册