R 在跑ML/DM演算法时，核心还是用C/C++去实做的， 更底层的线性代数则是用如BLAS等库。 这种做法的好处在於，抓取运行效能和写程式码的平衡。 例如整理资料时，由於每次面对的资料都不同，可以快速用R Script来开发。 但是进入到最佳化运算时，由於每次要做的计算都类似，就可以用C 来加速。 比较R 这类直译语言的时候，最主要的考量点还是功能性，而非速度。 速度的部分都可以透过C 撰写的外挂来针对bottle neck 做加速。 而且第三方的套件库核心，通常也会用C 来开发。 我自己也是平时写R ，碰到bottle neck 再使用Rcpp来加速。 和纯C++ 应用比起来，更有弹性： - 不吃效能的部分，用R script开发比C 快很多（IO、Logging、Configuration...） - R 能够直接传pointer 给C 处理资料，所以R extension 和纯C 的差别应该只在於 呼叫动态函式库的overhead - R 的套件很丰富 - R 有自己的Build Chain （对於不习惯使用CMake 的我是个加分） 回到你的问题， 在自然语言处理，比较有名的套件就是： R 的tm、http://cran.r-project.org/web/packages/tm/index.html Python 的nltk，http://www.nltk.org/ 建议你可以先都试试看。 10G 资料的话， 核心部分没有C 应该还是吃力。 ※ 引述《vvrr (vvrr)》之铭言： : [问题类型]: : : 效能谘询(我想让R 跑更快) : : [软体熟悉度]: : 入门(写过其他程式，只是对语法不熟悉) : [问题叙述]: : 目前主要的工作是关於自然语言处理(Natural Language Processing)， : 一直以来都是用C在做大量的文字处理（处理量约是10G左右）。 : 前几天同事发现R语言，提到有不少套件可以使用， : 想询问大家，如果处理这种量级的资料， : R的速度会很慢吗？和其他语言(C, java, php, ...)相比的感觉？ : 我查的资料提到R主要是做「统计」的运算， : 在这里：http://www.meetup.com/Taiwan-R/ 提到可以做ML/DM。 : R给我的感觉是类似script，但是一般做ML/DM资料量都很大， : 「是不是 R经过compiler之後就能直逼 C的效能？」有这样的疑问。 : 不知道有没有版友有实际上使用的经验能分享？ : 谢谢 : [关键字]: : 速度, 效能, NLP --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.45.200.180 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1422022145.A.8ED.html