Leonard, Agradeço pela sua resposta e peço perdão pelo deslize. Havia enviado, em mensagem anterior, o .txt anexo mais uma figura de imagem (agora, no link abaixo) da saída com problema e o email caiu na moderação. Agora, envio: 1) O Anexo SaoBento.txt (texto que uso como teste para a geração da wordcloud); 2) A imagem da wordcloud que tenho obtido com problemas, no link abaixo: http://www.datafilehost.com/get.php?file=3c9fa72e Tenho executado o arquivo com CTRL+ENTER. Executei usando as opções em "Code" e o problema persiste. Ficaria muito agradecido por qualquer dica adicional. Cordiais saudações, -Max 2017-09-29 6:33 GMT-03:00 Leonard Assis via R-br <r-br@listas.c3sl.ufpr.br>:
Max, Sem uma amostra dos dados que são fonte do erro fica muito dificil de te ajudar.
Problema de encoding, eu já tive inclusive, ao compilar um .rmd via atalho no rstudio e não por linha de comando.
Por isto é complicado te ajudar sem ter um exemplo dos dados problemáticos
Em 27 de set de 2017 11:39 PM, "Max via R-br" <r-br@listas.c3sl.ufpr.br> escreveu:
Pessoal, boa noite!
Com base em um exemplo pego na internet, tentei fazer uma nuvem de palavras de um arquivo notepad (peguei uma pequena matéria na internet e salvei, em .txt, com o nome SaoBento). O código tem funcionado quase corretamente. O problema é que eu não tenho tido sucesso em corrigir o *encoding* do texto.
- Tentei usar encoding = "UTF-8" na linha do readlines, mas sem sucesso. - Também tentei usar enc2native() na última linha do passo 7, mas ocorre erro argument is not a character vector. - Salvei o arquivo SaoBento.txt no Notepad++, usando UTF-8 e, também, a nuvem final acusou problemas de *encoding*. - Deixei o arquivo SaoBento.txt salvo sozinho em uma pasta e, também, não tive sucesso em acertar o *encoding*.
Sendo assim, gostaria de saber se alguém poderia fornecer uma dica de como posso driblar esse problema.
Agradeço pela atenção.
Saudações, -Max Lara
PS: A variável "AQUI_ERRO" é onde leio o texto "distorcido".
#============================================== # WORDCLOUD #==============================================
*#1) INSTALL REQUIRED PACKAGES* install.packages("tm") #for text mining install.packages("SnowballC") #for text stemming install.packages("wordcloud") #wordcloud generator install.packages("RColorBrewer") #color palletes
*#2) LOAD REQUIRED PACKAGES* library("tm") library("SnowballC") library("wordcloud") library("RColorBrewer")
*#3) TEXT MINING* #LOAD THE TEXT (SAVED LOCALLY) text <- readLines(file.choose())
*#4) LOAD THE DATA AS A CORPUS* docs <- Corpus(VectorSource(text)) #VectorSource() function creates a corpus of character vectors docs <- tm_map(docs, PlainTextDocument)
*#5) TEXT TRANSFORMATION* #tm_map() function (to replace, for instance, special characters from the text). #Replacing "/", "@" and "|" with space:
toSpace <- content_transformer(function (x , pattern ) gsub(pattern, " ", x)) docs <- tm_map(docs, toSpace, "/") docs <- tm_map(docs, toSpace, "@") docs <- tm_map(docs, toSpace, "\\|")
*#6) TEXT CLEANING* #tm_map() (remove unnecessary white space, to convert the text to lower case) #Removing common stopwords
docs <- tm_map(docs, content_transformer(tolower)) #Convert the text to lower case docs <- tm_map(docs, removeNumbers) #Remove numbers docs <- tm_map(docs, removeWords, stopwords("portuguese")) #Remove Portuguese common stopwords docs <- tm_map(docs, removePunctuation) #Remove punctuations docs <- tm_map(docs, stripWhitespace) #Eliminate extra white spaces docs <- tm_map(docs, stemDocument) #Text stemming
*#7) BUILD A TERM-DOCUMENT MATRIX (TDM)* #TDM is a table containing the frequency of the words. #Column names are words #Rown names are documents
dtm <- TermDocumentMatrix(docs) terms(dtm) m <- as.matrix(dtm) v <- sort(rowSums(m),decreasing=TRUE) d <- data.frame(word = names(v),freq=v) head(d, 10) AQUI_ERRO <- d$word
*#8) GENERATE THE WORD CLOUD* wordcloud( words = AQUI_ERRO, freq = d$freq, min.freq = 1, max.words=200, random.order=FALSE, rot.per=0.35, colors=brewer.pal(8, "Dark2"))
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.