R help es - Mar 2015 - Error mapply haciendo text mining con twitteR

Hola, buenas,

no me prodigo mucho por aqui pero sigo la lista a diario. Estoy
realizando un curso de text mining en twitter en Udemy y estoy clavado
en un error. La verdad es que ya no sé que hacer, he buscado por todos
los lados, en foros, blogs; he probado diversos scripts pero nada. El
tema es que haciendo un simple text mining de un hashtag con un
wordcloud al final me sale el error

In mclapply(content(x), FUN, ...) :
  scheduled core 1 encountered error in user code, all values of the
job will be affected

o

In mclapply(content(x), FUN, ...) :
  scheduled cores 2 encountered errors in user code, all values of the
jobs will be affected

Lo raro de todo el asunto es que si ejecuto el script con 100 tweets y
el hashtag #Udemy funciona perfectamente pero sin incremento el número
de tweets o cambio el hashtag ya me aparecen estos errores.

¿que puede ser?

Os pego aqui el enlace de pastebin a mi codigo:

http://pastebin.com/rCr1X6n2

Muchas gracias!!!

Rubén

pd: siento enviarlo 2 veces, se me olvido poner [R-es] en el asunto

Hola, ¿qué tal?

Interesante problema. Había tuits que contenían caracteres raros.
Aparentemente eran UTF-8, pero tenían esta pinta:

Use #YouTube to #Rank #1 #Google #Overnite: YouTube for #Business
($499)#Get This #Course #FREE\n#udemy
#udemycoupon\n\xed\xa0\xbd\xed\xb1\x89 http://t.co/ReXXPVHkY8

Nótense los caracteres que siguen a #udemycoupon. En el tuit original
representan una "white right pointing backhand index", un emoticono:
una mano que apunta al enlace que sigue. Ni idea de por qué R insiste
que esa cadena es UTF-8.

Eso sí, puedes eliminar esos caracteres añadiendo la línea

udemylist <- sapply(udemylist, function(x) gsub("[^[:graph:]]",
" ", x))

a tu código. Luego todo corre.

Salud,

Carlos J. Gil Bellosta
http://www.datanalytics.com










El día 25 de marzo de 2015, 19:26, Ruben Tobalina Ramirez
<lagrimaescrita en gmail.com> escribió:
> Hola, buenas,
>
> no me prodigo mucho por aqui pero sigo la lista a diario. Estoy
> realizando un curso de text mining en twitter en Udemy y estoy clavado
> en un error. La verdad es que ya no sé que hacer, he buscado por todos
> los lados, en foros, blogs; he probado diversos scripts pero nada. El
> tema es que haciendo un simple text mining de un hashtag con un
> wordcloud al final me sale el error
>
> In mclapply(content(x), FUN, ...) :
>   scheduled core 1 encountered error in user code, all values of the
> job will be affected
>
> o
>
> In mclapply(content(x), FUN, ...) :
>   scheduled cores 2 encountered errors in user code, all values of the
> jobs will be affected
>
> Lo raro de todo el asunto es que si ejecuto el script con 100 tweets y
> el hashtag #Udemy funciona perfectamente pero sin incremento el número
> de tweets o cambio el hashtag ya me aparecen estos errores.
>
> ¿que puede ser?
>
> Os pego aqui el enlace de pastebin a mi codigo:
>
> http://pastebin.com/rCr1X6n2
>
> Muchas gracias!!!
>
> Rubén
>
> pd: siento enviarlo 2 veces, se me olvido poner [R-es] en el asunto
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es

vaya, y yo comiéndome la cabeza con otras cosas. Casualidad que, justo
me di cuenta de ese problema al añadir mc.cores=1 al final de cada
tm_map, en uno de ellos R me advertía de que habia inputs incorrectos
en ese tweet. Muchas gracias Carlos, voy a seguir con mi curso:D


El día 25 de marzo de 2015, 19:50, Carlos J. Gil Bellosta
<cgb en datanalytics.com> escribió:
> Hola, ¿qué tal?
>
> Interesante problema. Había tuits que contenían caracteres raros.
> Aparentemente eran UTF-8, pero tenían esta pinta:
>
> Use #YouTube to #Rank #1 #Google #Overnite: YouTube for #Business
> ($499)#Get This #Course #FREE\n#udemy
> #udemycoupon\n\xed\xa0\xbd\xed\xb1\x89 http://t.co/ReXXPVHkY8
>
> Nótense los caracteres que siguen a #udemycoupon. En el tuit original
> representan una "white right pointing backhand index", un
emoticono:
> una mano que apunta al enlace que sigue. Ni idea de por qué R insiste
> que esa cadena es UTF-8.
>
> Eso sí, puedes eliminar esos caracteres añadiendo la línea
>
> udemylist <- sapply(udemylist, function(x)
gsub("[^[:graph:]]", " ", x))
>
> a tu código. Luego todo corre.
>
> Salud,
>
> Carlos J. Gil Bellosta
> http://www.datanalytics.com
>
>
>
>
>
>
>
>
>
>
> El día 25 de marzo de 2015, 19:26, Ruben Tobalina Ramirez
> <lagrimaescrita en gmail.com> escribió:
>> Hola, buenas,
>>
>> no me prodigo mucho por aqui pero sigo la lista a diario. Estoy
>> realizando un curso de text mining en twitter en Udemy y estoy clavado
>> en un error. La verdad es que ya no sé que hacer, he buscado por todos
>> los lados, en foros, blogs; he probado diversos scripts pero nada. El
>> tema es que haciendo un simple text mining de un hashtag con un
>> wordcloud al final me sale el error
>>
>> In mclapply(content(x), FUN, ...) :
>>   scheduled core 1 encountered error in user code, all values of the
>> job will be affected
>>
>> o
>>
>> In mclapply(content(x), FUN, ...) :
>>   scheduled cores 2 encountered errors in user code, all values of the
>> jobs will be affected
>>
>> Lo raro de todo el asunto es que si ejecuto el script con 100 tweets y
>> el hashtag #Udemy funciona perfectamente pero sin incremento el número
>> de tweets o cambio el hashtag ya me aparecen estos errores.
>>
>> ¿que puede ser?
>>
>> Os pego aqui el enlace de pastebin a mi codigo:
>>
>> http://pastebin.com/rCr1X6n2
>>
>> Muchas gracias!!!
>>
>> Rubén
>>
>> pd: siento enviarlo 2 veces, se me olvido poner [R-es] en el asunto
>>
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es en r-project.org
>> https://stat.ethz.ch/mailman/listinfo/r-help-es