Rwordseg包安装过程以及简单的中文分词

以此文献给那些被Rwordseg安装失败折磨的小天使们

废话不多说，网上关于Rwordseg包安装的文章太多了，正所谓乱花渐欲迷人眼，绝大多数文章都没能带领我们最终装好这个包，本人也深受这些文章所害，为了安装好花了很多时间，最终功夫不负有心人，终于装好了（此处应该好好庆祝一番），于是为了解救折翅的小天使们，将安装过程共十步整理如下：（大家内心肯定在呼喊：好长啊~~~~能不能少一点步骤。我只能说：不行，没得商量！）

1. 在安装Rwordseg包之前，要先检查是否安装了rJava包，这是最复杂的过程，网上有很多种方法，但是为了避免产生误导，我只放我亲测下载成功的方法。

从http://www.oracle.com/technetwork/java/javase/downloads/index.html 下载与电脑和R版本一致的JDK，此处标记小星星★，注意：一定要和电脑还有Rstudio的版本一致，Rstudio的版本可以在Tools-Global options里面看到。

2. 打开下载好的jdk.exe，将jdk安装在和Rstudio一样的目录下，比如：Rstdio在C:\Program Files\Rstudio下，那么就把jdk安装在C:\Program Files下。

3. 安装过程中会有两次选择安装路径，第一次就是上一步中提到的选择jdk的安装路径，第二次为安装jre的路径，此处再标记一个小星星★，注意：此路径不能和C:\Program Files\JAVA一致（如果一致的话jre的文件会覆盖掉jdk的文件，所以务必要注意），可以在JAVA下新建子文件夹，如：jre-9

4. 安装完JDK后，需要配置环境变量，点击：计算机→属性→高级系统设置→高级→环境变量，还不清楚的小天使们可以参考下图。

5. 在系统变量框点击新建，在弹出的窗口中变量名填：JAVA_HOME，变量值填写jdk的安装目录(我的是 C:\Program Files\Java\jdk-9)

6. 在系统变量框中找到Path变量→编辑，在变量值最后输入 %JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;(此处又要标记小星星★，注意：原来Path的变量值末尾有没有;号，如果没有，先输入;号再输入上面的代码，要注意是英文状态下的分号)

7. 在系统变量框点击新建，在弹出的窗口中变量名填：CLASSPATH，变量值填写.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;（万能的小星星又要出现了★，注意：最前面有一点），系统变量配置完毕。

8. 检验是否配置成功，运行cmd 输入 java -version （java 和 -version 之间有空格）若显示版本信息，则说明安装和配置成功。

接下来就可以在Rstudio里面愉快的安装并加载rJava包了，代码如下：

install.packages("rJava")Sys.setenv(JAVA_HOME='C:\\Program Files\\Java\\jre-9')#注意路径需要是自己安装jre的路径。library(rJava)

9. 在用八步安装完rJava包之后，终于轮到安装主角Rwordseg包了，但也并不是一马平川，由于Rwordseg包是放在Rforge上的，而不是CRAN上，因此不能直接用install.packages去安装，我试了下网上所说的

install.packages("Rwordseg", repos = "http://R-Forge.R-project.org", type = "source") 

然而，并没有什么用，还是下载不成功（此时痛不欲生，装个包就这么难？？？），于是我用了下载离线包的方法，网址为http://R-Forge.R-project.org/bin/windows/contrib/3.0/Rwordseg_0.2-1.zip

10. 打开与Rstudio对应版本的R Gui，点击packages-install package from local files,加载Rwordseg包，路径为刚才下载的Rwordseg_0.2-1.zip所在的路径。

这时，我们终于可以安心的打出：

library(Rwordseg)

最后，顺便测试下Rwordseg包的分词效果。

> textvec <- "你安装成功Rwordseg包了吗？"> segmentCN(textvec)[1] "你"       "安装"     "成功"     "Rwordseg" "包"       "了"       "吗"  

很明显，我们并不希望把Rwordseg和包分开，我们还可以自定义词语，让它们生生世世在一起，永不分离。

> insertWords("Rwordseg包")> segmentCN(textvec)[1] "你"         "安装"       "成功"       "Rwordseg包" "了"         "吗"    

果然，在我的安排下，它们快乐的在一起了~~~

至于嫌弃insertWords逐个打进去太麻烦的同学，我还有installDict()送给他，可以自行下载搜狗的细胞词库，然后载入，就可以按照词库的词语分词啦，这里就不介绍了。

希望各位小天使们都可以快乐的用装好的包做进一步的分析~