[問題類型]:
程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)
[軟體熟悉度]:
入門(寫過其他程式，只是對語法不熟悉)
[問題敘述]:
想要抓PTT的資料來斷詞
目前已經可以抓到資料並存成中文檔案
可是利用 Corpus(DirSource("docs", encoding = 'UTF-8')) 讀取的時候
中文字全部變成 <U+ 開頭的字串
把查詢結果存到 TermDocumentMatrix
用 inspect 看結果應該是有斷成功
可是全部都變成奇怪的字了阿....
想請問怎麼把中文字找回來QQ
===已解決===
原本是在Win8.1上開發
換到Win7環境就沒問題了
[程式範例]:
程式碼可以看這邊 http://ideone.com/icNr73