要實現文本挖掘和詞頻分析，可以使用R語言中的一些常用包，例如tm、stringr、wordcloud等。
下面是一個簡單的示例代碼，演示如何利用R語言進行文本挖掘和詞頻分析：
#導入所需的包
library(tm)
library(stringr)
library(wordcloud)
#創建一個包含文本數據的向量
texts <- c("This is a sample text for text mining and word frequency analysis.",
"Text mining is an important technique for analyzing large amounts of text data.",
"Word frequency analysis helps to identify important terms in a text document.")
#創建一個文本語料庫
corpus <- Corpus(VectorSource(texts))
#對文本進行預處理，包括轉換為小寫、去除標點符號和數字
corpus <- tm_map(corpus, content_transformer(tolower))
corpus <- tm_map(corpus, removePunctuation)
corpus <- tm_map(corpus, removeNumbers)
#創建詞袋模型
dtm <- DocumentTermMatrix(corpus)
#計算詞頻
freq <- colSums(as.matrix(dtm))
#創建詞云圖
wordcloud(names(freq), freq, min.freq = 1, random.order = FALSE, colors = brewer.pal(8, "Dark2"))
這段代碼首先創建了一個包含文本數據的向量，然后將文本數據轉換為文本語料庫，并進行預處理。接著創建了詞袋模型，并計算了詞頻。最后利用wordcloud包創建了一個詞云圖，展示了文本數據中詞頻較高的詞語。
