语料库无法正确读取 R 中的文本答案

【问题标题】：Corpus not properly reading text in R语料库无法正确读取 R 中的文本
【发布时间】：2015-06-29 07:49:50
【问题描述】：

我正在使用“tm”R 包对一个小型推文数据集进行分析。数据位于 csv 文件中，包含一些元数据和推文本身，如下所示：

2461,1425999216,RT @victoriavaneyk: Bitcoin is being used by African migrant workers to send money home #Bitcoin http://t.co/z0Lkm2ncUw,2.9690174302789387

我将文件读入数据框并尝试从中构建语料库：

data <- read.csv(file, header=TRUE)
corpus <- Corpus(DataframeSource(data))

数据框似乎包含我所期望的内容，包括推文的文本。但是当我检查语料库时，似乎所有的文本都被某个整数值替换了。这个整数是从哪里来的？为什么推文的文字不见了？

> inspect(corpus[1])
<<VCorpus (documents: 1, metadata (corpus/indexed): 0/0)>>

[[1]]
<<PlainTextDocument (metadata: 7)>>
2461
1425999216
2940
2.96901743027894

【问题讨论】：

试试data <- read.csv(file, header=TRUE, stringsAsFactors=FALSE)
成功了，谢谢！

标签： r twitter corpus

【解决方案1】：

data <- read.csv(file, header=TRUE, stringsAsFactors=FALSE)

【讨论】：

您应该添加其他信息来解释它的作用。