search for: diccionarios

Estimados, les escribo para consultar, lo siguiente: Estoy haciendo un trabajo de text mining y necesito importar una serie de textos para preprocesarlos, es decir eliminar los Stopwords, hacer stemming, eliminar signos de puntuación etc. Esto último lo puedo realizar con los datasets que trae la librería TM. Lo que no puedo lograr es importar texto desde algún medio a pesar que existe funciones

Compañeros, Me plantearon una duda el otro día en el blog sobre la problemática de leer un archivo de texto con caracteres españoles tales como tildes y eñes (http://analisisydecision.es/analisis-de-textos-con-r/#comment-93993) En un principio pensé que sería un problema de diccionarios en R-Studio y que lo resolvería en 10 minutos y aquí llevo una hora y no soy capaz de que este código tan simple lea tildes: ubicacion="http://analisisydecision.es/wp-content/uploads/2011/09/intervencion_congreso.txt" texto = read.table (ubicacion,sep="\r",encoding="UTF-8&...

Buenas tardes: Aprovechando la vena lingüística que estamos demostrando tener últimamente, y en consonancia con labores de documentación que me ocupan en estos días, quiero consultaros acerca de cómo definir a R. Yo lo definiría como entorno más que como sistema estadístico, pero ¿realmente qué es lo más correcto si buscamos el rigor?. Gracias. Atte.- Eva [[alternative HTML version deleted]]

Hola a todos, Tengo un programa que muestra unos informes generados con R (utilizando la función cat()), y me gustaría que dichos informes le aparecieran al usuario en el idioma que tenga definido según su LOCALE. ¿Cómo se podría hacer esto con R? En otros lenguajes lo que se hace es definir un diccionario con todas las palabras que aparecen en los informes, y su traducción en los distintos

Buenos días, estoy realizando análisis de texto con Twitter y tengo un problema con unos carácteres que no logro quitar. Són cadenas de letras con forma similar a *xaexdfxdeaxoa*. Creo que surgen de la códificación de los emojis. Yo suelo utilizar, más o menos el siguiente codigo con gsub para limpiar texto, pero no me sirve # remove rt x = gsub("rt", "", x) # remove at x =

Hola a todos. Estoy creando un documento con Slidify y me surge un problema con las letras con tildes que no me las reconoce y en su lugar pone un signo de interrogación. He probado a poner R-Studio por defecto en UTF-8 y en Windows-1252 y tengo puesto como diccionario principal es español. Nada de esto ha funcionado. ¿Alguien ha usado este paquete y ha conseguido solucionar este problema?

Muchas gracias Victor. Después de mandar este mail encontré el hilo sobre fix-encode, sin embargo al instalarlo slidify deja de funcionarme y tengo que volver a instalarlo para poder seguir ejecutándolo. Ya he planteado la pregunta en github aprovechando un hilo que había abierto otro usuario pero que no daba ninguna información sobre sesión ni nada

Estimados miembros de la lista, Cómo hago para trabajar con tildes en RStudio. En concreto, cuando cargo un archivo .txt o .csv en RStudio, no me reconoce el tilde com tal y me coloca otros caracteres en su lugar. ¿Existe alguna solución? Saludos, Manuel -- *Manuel Spínola, Ph.D.* Instituto Internacional en Conservación y Manejo de Vida Silvestre Universidad Nacional Apartado 1350-3000

>Me gustaría saber si alguien conoce listas de palabras y de raíces >para ser usadas en un proyecto de minería de texto usando el paquete >tm de R. Hola Carlos, Depende de la tarea la mejora en el rendimiento mediante la eliminación de 'palabras vacias' y el uso de radicalización (stemming) o lematización. Vas a reducir el volumen del diccionario y a homogeneizar la muestra,

...a la lista copio y pego a toda > la lista sus correos y luego escribo la respuesta, porque lo interesante > es compartirlo. > > Correo 1: > Soy dise?ador de libros y despu?s de muchas vueltas descubr? que R era > el programa ideal para comparar archivos. > Yo trabajo un poco en diccionarios y setdiff me da muchas opciones. > > Simplemente inserto dos listas y R me da un resultado, es todo. > > Uso esto que me funciona perfecto: > > |L1=scan("L1.txt",what=character()); L2=scan("L2.txt",what=character()); > L3=setdiff(L2,L1); print(L3)| -- Hans R...

Al final resulto más fácil de lo esperado. Hay que instalar cywin y utilizar los comandos de la siguiente manera system('C:/cygwin/bin/wc -l var_risco_2012.csv') Esto en principio funciona El 8 de junio de 2015, 17:41, Carlos Ortega <cof en qualityexcellence.es> escribió: > Hola, > > Mira esto: > >

Estoy trabajando en dos archivos .txt con el comando setdiff. Infortunadamente se me produce un resultado que no he podido controlar a pesar de cargar el comando system("defaults write org.R-project.R force.LANG en_US.UTF-8") para normalizar el sistema UTF-8 [85]"geomorfolog\222a" [91] "habitu\216s" [121] "\352ndice" Mil

...mentacion y FAQs </b><br> Apuntes, <a href="http://www.logratuito.com.ar/tutinf.asp">Cursos y Tutoriales de Informatica</a>, Cursos y Tutoriales de Internet, <a href="http://www.logratuito.com.ar/tutgen.asp">Cursos y Tutoriales en General</a>, Diccionarios, <a href="http://www.logratuito.com.ar/documentacion.asp">Documentacion General</a>, Documentacion LINUX, <a href="http://www.logratuito.com.ar/faqs.asp">FAQs</a>, Manuales de Informatica e Internet, <a href="http://www.logratuito.com.ar/manualest...