这似乎是一个编码错误。尝试添加行

Encoding(movie_Clean)  <- "UTF-8"

在小写数据之前。查看此答案以了解一些情况：https ://stackoverflow.com/a/28340080/4539807

在 stackoverflow 上有许多建议的解决方案可能有效，但在最新版本的 wordcloud 和 tm 中不再有效。根本原因是文本数据包含以混乱的代理编码的表情符号字符。有关更详细的说明，请阅读包含解决方案的这篇博文。

在这种情况下有效的转换是

words <- iconv(words, "ASCII", "UTF-8", sub="byte")

以下是失败的原因：

我尝试在创建语料库之前和之后转换文本

words.corpus <- Corpus(VectorSource(words))

前：

在文本上转换为 UTF-8 不起作用：

words <- sapply(words, function(x) iconv(enc2utf8(x), sub = "byte"))

也不

for (i in 1:length(words))
{
    Encoding(words[[i]])="UTF-8"
}

后：

Converting to UTF-8 on the corpus didn't work with:

words.corpus <- tm_map(words.corpus, removeWords, remove_words)

也不

words.corpus <- tm_map(words.corpus, content_transformer(stringi::stri_trans_tolower))

也不

words.corpus <- tm_map(words.corpus, function(x) iconv(x, to='UTF-8'))

也不

words.corpus <- tm_map(words.corpus, enc2utf8)

也不

words.corpus <- tm_map(words.corpus, tolower)

所有这些解决方案可能在某个时间点都有效，所以我不想诋毁作者。他们将来可能会工作一段时间。但是他们为什么不工作几乎不可能说，因为他们应该工作有充分的理由。无论如何，只要记住在创建语料库之前转换文本：

words <- iconv(words, "ASCII", "UTF-8", sub="byte")