用R语言处理微博数据用到TM包，rJava包slam包，自己还对李舰老师的Rwordseg进行了反编译将最新的ansj弄了进去。

首先来进行下微博的处理我将每一个用户的微博放在一个文档中，文檔名为用户id+.txt

之后要对每一条微博进行处理，正则匹配去掉@去掉标点，去掉里面出现的图片什么的

对于去掉@的这部分匹配其实分为两蔀分，如果你处理的是twitter语料你可能需要第一条，如果是中文预料需要第二条而上面的一行是中英文都可以去掉的。