用 R 到单词表的句子答案

【问题标题】：Sentence to Word Table with R用 R 到单词表的句子
【发布时间】：2016-06-21 17:04:16
【问题描述】：

我有一些句子，我想从句子中分离单词以获得行向量。但是这些单词正在重复以匹配我不想要的最大句子的行向量。我希望无论句子有多大，每个句子的行向量都只会是单词一次。

sentence <- c("case sweden", "meeting minutes ht board meeting st march now also attachment added agenda today s board meeting", "draft meeting minutes board meeting final meeting minutes ht board meeting rd april")
sentence <- cbind(sentence)
word_table <- do.call(rbind, strsplit(as.character(sentence), " "))
test <- cbind(sentence, word_table)

这就是我现在得到的，

这就是我想要的，

我的意思是不重复。

【问题讨论】：

数据框作为数据结构工作，每行具有相同数量的条目，基于列表的结构可能更有效？
是的，要么是列表结构，要么是“长”数据框，其中一个列中包含字符串 ID，第二列中包含单词。
例如，对于第三句最大的，read.table 正在创建一个额外的行，现在总共三个句子它变成了 4 行，这是不期望的:(
啊哈，我明白了。是的，它现在正在工作。谢谢@rawr
非常感谢大家，stackoverflow真的很棒，和大家讨论真的在最短的时间内解决了我的问题。 :)

标签： r data-mining text-mining word sentencecase

【解决方案1】：

rawr的解决方案，

sentence <- c("case sweden", "meeting minutes ht board meeting st march now also attachment added agenda today s board meeting", "draft meeting minutes board meeting final meeting minutes ht board meeting rd april")
dd <- read.table(text = paste(sentence, collapse = '\n'), fill = TRUE)
test <- cbind(sentence, dd)

或者，

cc <- read.table(text = paste(gsub('\n', '', sentence), collapse = '\n'), fill = TRUE)
test1 <- cbind(sentence, cc)

谢谢。

【讨论】：