Seite 1 von 1
Problem mit Unicode für Abruf aus Sprachdatenbank
Verfasst: So Mär 22, 2020 2:27 pm
von gerlindgrosse
Hallo liebe Leute,
ich bekomme folgende Fehlermeldung, wenn ich nach "grün" suche:
Illegal mix of collations (utf8mb4_unicode_ci,IMPLICIT) and (utf8_general_ci,COERCIBLE) for operation 'like'
bei einem Befehl zum Abruf von Daten aus einer (US-amerikanisch gehosteten) Datenbank mit Kindersprachdaten.
Was muss ich tun?
Hier mein Code:
Code: Alles auswählen
dunkelgrün_all <- get_tokens(collection = "German",role = c("mother", "father"), token = c("dunkelgrün", "dunkelgrüne", "dunkelgrüner", "dunkelgrünes", "dunkelgrünen", "dunkelgrünem"))
hist(dunkelgrün_all$target_child_age)
describe(dunkelgrün_all$target_child_age)
# Subset dunkelgrün 3yo
dunkelgrün_3yo <- subset(dunkelgrün_all, target_child_age < 42)
describe(dunkelgrün_3yo$target_child_age)
hist(dunkelgrün_3yo$target_child_age)
nrow(dunkelgrün_3yo)
Vorher werden folgende Packages installiert:
Code: Alles auswählen
rm(list=ls())
install.packages("childesr")
library(childesr)
install.packages("psych")
library(psych)
Re: Problem mit Unicode für Abruf aus Sprachdatenbank
Verfasst: So Mär 22, 2020 8:18 pm
von schubbiaschwilli
Gude!
Ich habe keine Ahnung, was das für eine Datenbank ist, und kenne auch die Pakete nicht, aber das 'ü' ist das Problem.
Siehe
https://de.wikipedia.org/wiki/UTF-8
Ich würde auch empfehlen, keine Umlaute in Variablennamen zu verwenden.
Dank&Gruß
Schubbiaschwilli
Re: Problem mit Unicode für Abruf aus Sprachdatenbank
Verfasst: Di Mär 24, 2020 12:46 pm
von gerlindgrosse
Vielen Dank für den Hinweis.
Ich habe das "ü" im Variablen-Namen entfernt. Im Suchstring muss es ja aber weiterhin drin sein, oder kann ich es dort durch irgendwas neutrales ersetzen?
Der Code sieht jetzt so aus:
Code: Alles auswählen
# 7. GRüN
gruen_all <- get_tokens(collection="German", role = c("mother", "father"), token = c("grün", "grüne", "grüner","grünes", "grünen", "grünem"))
hist(gruen_all$target_child_age)
describe(gruen_all$target_child_age)
Kann ich das "ü" in den tokens auch durch eine stabile Unicode-Variante ersetzen?
Re: Problem mit Unicode für Abruf aus Sprachdatenbank
Verfasst: Di Mär 24, 2020 1:33 pm
von bigben
Hi!
Versuch doch mal Deine ganzen Grüns versuchsweise durch ein Wort ohne Umlaut zu ersetzen. 'braun' oder 'lila' vielleicht? Damit könntest Du erstmal klären, ob die Umlaute im Suchbegriff wirklich das entscheidende Problem sind.
LG,
Bernhard
Re: Problem mit Unicode für Abruf aus Sprachdatenbank
Verfasst: Mi Mär 25, 2020 2:39 pm
von gerlindgrosse
Ja, für die anderen Farbwörter geht es. Nur die Sonderzeichen (Ü, ß) verursachen diese Fehlermeldung.
Re: Problem mit Unicode für Abruf aus Sprachdatenbank
Verfasst: Mi Mär 25, 2020 2:57 pm
von Athomas
Wenn ich mir die Beschreibung zu "get_tokens" im Package "childesr" angucke - ein Vorgehen, das generell wärmstens zu empfehlen ist
, finde ich
token - A character vector of one or more token patterns (‘%‘ matches any number ofwildcard characters, ‘_‘ matches exactly one wildcard character)
Das würde mich veranlassen, es mal mit "gr%un" an Stelle von "grün" zu versuchen!?
Nachtrag: Au weia, ich meinte natürlich "gr%n"
!