1、将要分析的文本文档存在一个目录里。加载程序包tm，利用函数Corpus处理文档。代码如下：librar烤恤鹇灭y(tm)#读取文件夹名filename<-"C:/Users/jsb/Desktop/txt"#语料库,DirSource处理目录text<-Corpus(DirSource(filename),readerControl = list(language="lat"))summary(text)要处理的目录中有两个文档，文档名称和类别。
2、读取文档目录后，可以用函数inspect查看文档，查看单个文档要加双括号。#语料库的提取inspect(text[1:2])#提取单个文档identical(text[[1]],text[["text.txt"]])text[[1]]
3、利用tm_map函数对文本进行一些处理。#去除空白text<- tm_map(text, stripWhitespace)#小写变换text&造婷用痃lt;-tm_map(text,tolower)#停止词去除text<-tm_map(text,removeWords,stopwords("english"))
4、wordcloud包中的wordcloud函数绘制词云图。#词云图> library(wordcloud)> wordcloud(text)
5、利用DocumentTermMatrix生成文档关系矩阵，这是建立模型的基础。#文档关系矩阵dtm<-DocumentTermMatrix(text)inspect(dtm[1:2,1:20])结果中可以看到前两个文档中20个词语出现的频次表。
6、从文档关系矩阵出找出我们关心的瓠鲺闲剔词。例如：#找出出现6次以上的条目findFreqTerms(dtm,6)#找到与"program"的相关系数在0.8以上的条目findAssocs(dtm, "program", 0.8)
