R 在跑ML/DM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。
这种做法的好处在于，抓取运行效能和写程式码的平衡。
例如整理资料时，由于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，由于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 的差别应该只在于
呼叫动态函式库的overhead
- R 的套件很丰富
- R 有自己的Build Chain （对于不习惯使用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]:
:
: 效能咨询(我想让R 跑更快)
:
: [软件熟悉度]:
: 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于自然语言处理(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之后就能直逼 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