Créez un réseau de phrases avec R

Quelqu'un connaît-il un package R ou a-t-il un moyen de créer des réseaux de phrases comme celui-ci?

J'espère que cela a du sens. Je l'ai en quelque sorte jeté ensemble, mais il semble que c'est ce que vous voulez faire. J'ai attrapé un test du lien hypertexte ci-dessus. Il montrera les mots qui viennent après un certain mot ainsi que le rapport de fois où ces résultats se sont produits. Cela ne fera rien pour la visualisation, même si je suis sûr qu'il ne serait pas impossible de créer. Il devrait faire la plupart des calculs de base.

library(tau)

#this will load the string
x <- tokenize("Questions must be at least 2 days old to be eligible for a bounty. There can only be 1 active bounty per question at any given time. Users must have at least 75 reputation to offer a bounty, and may only have a maximum of 3 active bounties at any given time. The bounty period lasts 7 days. Bounties must have a minimum duration of at least 1 day. After the bounty ends, there is a grace period of 24 hours to manually award the bounty. If you do not award your bounty within 7 days (plus the grace period), the highest voted answer created after the bounty started with at least 2 upvotes will be awarded half the bounty amount. If there's no answer meeting that criteria, the bounty is not awarded to anyone. If the bounty was started by the question owner, and the question owner accepts an answer during the bounty period, and the bounty expires without an explicit award – we assume the bounty owner liked the answer they accepted and award it the full bounty amount at the time of bounty expiration. In any case, you will always give up the amount of reputation specified in the bounty, so if you start a bounty, be sure to follow up and award your bounty to the best answer! As an additional bonus, bounty awards are immune to the daily reputation cap and community wiki mode.")

#the number of tokens in the string
n <- length(x)

list <- NULL

count <- 1

#this will remove spaces, list is new string with no spaces
for (i in 1:n) {
  if (x[i] != " ") {
    list[count] <- x[i]
    count <- count + 1
  }
}

#the unique words in the string
y <- unique(list)

#number of tokens in the string
n <- length(list)
#number of distinct tokens
m <- length(y)


#assign tokens to values
ind <- NULL
val <- NULL
#make vector of numbers in place of tokens
for (i in 1:m) {
  ind[i] <- i
  for (j in 1:n) {
    if (y[i] == list[j]) {
      val[j] = i
    } 
  }
}


d <- array(0, c(m, m))

#this finds the number of count of the word after the current word
for (i in 1:(n-1)) {
   d[val[i], val[i+1]] <- d[val[i], val[i+1]] + 1
}

#pick a word
word <- 4

#show the word
y[word]
#[1] "at"

#the words that follow
y[which(d[word,] > 0)]
#[1] "least" "any"   "the" 

#the prob of words that follow
d[word,which(d[word,]>0)]/sum(d[word,])
#[1] 0.5714286 0.2857143 0.1428571

Vous pouvez créer des réseaux de phrases avec Many Eyes , qui est une sorte de maison "officielle" de cette technique de visualisation. Là, vous pouvez télécharger vos données (qui sont probablement un corps de texte), choisir "Phrase Net" comme technique de visualisation et obtenir ce que vous cherchez.

En fait, votre illustration provient de la page Phrase Net sur Many Eyes .

Vous pouvez utiliser le package igraphpour créer et tracer un graphique, avec un contrôle sur tous les aspects. Les packages graphet Rgraphviztravaillent ensemble pour définir et tracer des graphiques. Les deux options offrent beaucoup de contrôle. ( graphvizest également un package autonome, où vous pouvez utiliser toutes sortes de logiciels pour générer le graphique et l' graphvizafficher.)

Bien sûr, vous devez traiter vos données dans un graphique, en faisant quelque chose comme @darrelkj le suggère.