问题标签 [summarization]

我在 Microsoft Excel Office 的 VBA 中有一个问题。

有一个表有两行（从头到下）和数千行。

第一行是包含软件公司名称的字符串，例如 Adob​​e。

在第 2 行有包含第 1 行公司产品名称的字符串，例如 Acrobat Reader 11。

所以我想要的是，在第 2 行中的字符串，如：“Acrobat Reader 11”和“Acrobat Reader 10”将被总结为“Acrobat Reader”这可能吗？它不仅是版本号，“Office Word”“Office Excel”到“Office”。

你能帮助我吗？顺便说一句，我是 VBA 和 Excel 的菜鸟。

问候

我想按变量分组a并返回最常见的值b

我想要的结果看起来像

里面dplyr会是这样的

我提到dplyr只是为了可视化问题。

我有一个数据集：

我想在每个手臂上进行分析，即。组 = 1 和组 = 2。所以我需要分析所有计数变量，只针对 group=1，然后只针对 group=2。

我需要从许多 mysql 5.6 表中获取数据来创建饼图。如您所知，如果饼图表示有意义的数据，它就很有用。但是，当您有许多无意义的数据点时，例如小于 .. 或不重要的值，饼图就会变得不清楚。我需要计算每个类别的出现次数并将小于 X 的不重要计数汇总为 OTHERS。

目前我做一个

它给了我每个类别，而且很重要。如何获得总数超过 50 的类别和低于 50 的类别，在“其他”下进行汇总。谢谢，豪尔赫。

I have a table in R that looks like (below is just a sample):

The rows are income levels, and the columns are age levels. I am essentially creating this table to see if age is related to income via a Chi-squared test. The numbers in the table are numbers of occurrences e.g. There are 2 people aged 17 in my dataset with income of 10000.

Both age and income level of type "num" in R so are continuous.

I want to essentially combine the columns for age so that I get a table with everyone who has income of 10k and is between age 15-25, age 25-35, etc. so I end up with much fewer columns.

Note also that colnames(tbl) = "15","17", "18", not "Age" - I haven't defined an overarching name for my columns and rows.

I note this answer does something similar but not sure how to apply it given I don't have a name for my columns e.g. "mpg" (in the case of the link).

Any ideas?

在使用 plyr 包汇总我的数据时，似乎无法使用 nlevels() 函数。

我的数据集结构如下：

我想知道的是，在使用变量“SOC”划分数据集时，创建的数据部分的“ID”变量中存在多少级别。 我想将这些信息与新数据集中的一些其他变量一起汇总。因此，我想像这样使用 plyr 包：

这将返回以下错误：

有人可以就如何实现我的目标给我建议吗？或者我做错了什么？

提前谢谢了！

我正在尝试安装 MEAD http://www.summarization.com/mead/以进行文本摘要，但是当我尝试从 bin 文件夹中运行一个基本示例时

我收到以下错误：

很奇怪，我已经安装了 expat。我想知道，这个错误的原因可能是什么？

我正在寻找一个基于句子的概念或含义进行 AI 文本摘要的引擎，我查看了诸如 (ginger, paraphrase, ace) 之类的开源项目，但它们没有完成这项工作。他们的工作方式是尝试为每个单词找到同义词并替换为当前单词，这样他们会生成很多句子的替代词，但大多数时候意思是错误的。

我曾与斯坦福大学的引擎合作，对一篇文章做一些亮点，并在此基础上提取最重要的句子，但这仍然不是抽象，而是它的提取。

我正在寻找的引擎会随着时间的推移而学习，并且每次总结后结果都会得到改善，这也是有道理的。

请在这里提供帮助，非常感谢您的帮助！

我有一个带有 ID 列、日期列（每个 ID 12 个月）的数据框，并且我有 23 个数字变量。我想获得每个 ID 中按月变化的百分比。我正在使用 quantmod 包来获得百分比变化。

这是一个只有三列的示例（为简单起见）：

我尝试使用 dplyr 和 summarise_each 函数，但没有成功。更具体地说，我尝试了以下方法（train 是数据集的名称）：

我也尝试在 dplyr 中使用 do 函数，但我也没有成功（我猜这是一个糟糕的夜晚！）。

我认为问题在于 Delt 函数。当我用 sum 函数替换 Delt 时：

结果是每个变量在每个 ID 的日期内求和。那么每个 ID 的百分比如何逐月变化呢？

现在有一些软件，当提供一个文本或一个 html 文档页面时，会输出一个摘要。

我想知道是否有任何东西可以自动注释（或至少突出显示）相同的文档。

这个想法是能够保留全文，但突出最有意义的部分（我猜想有点像摘要工具）。并且可能提供额外的推断见解（？）

另外我想知道如果它存在它是如何工作的:) 它真的会与总结有很大不同，还是只是相同的原理与不同的“输出格式”？

我正在寻找注释 HTML 文档的东西，例如 AnnotatorJS 的设计用途，如下所示：