【发布时间】：2017-04-06 18:04:24
【问题描述】：
我是 R 新手，我正在尝试使用 csv 文件创建术语文档矩阵。但结果显示，有些单词最后漏掉了字母“e”。如何使术语文档矩阵显示完整的单词？如果您在看到看起来不正确的部分时也能告诉我，那就太好了。谢谢！
library(tm)
posts<-read.csv("/abcd.csv",header=TRUE)
require(tm)
posts<-Corpus(VectorSource(posts))
library(SnowballC)
Corpus<-tm_map(Corpus,content_transformer(tolower))
Corpus<-tm_map(Corpus,stripWhitespace)
Corpus<-tm_map(Corpus,removeWords,stopwords("english"))
Corpus<-tm_map(Corpus,stemDocument)
inspect(Corpus[9])
tdm<-TermDocumentMatrix(Corpus)
tdm
tdm=as.matrix(TermDocumentMatrix(Corpus,control=list(wordLengths=c(1,Inf))))
tdm
rowSums(tdm)
以下是我在此处看到的文件结果中的一些字词。
原因
停机时间
失败
停电
遥不可及
【问题讨论】：
-
逐行运行脚本。当您找到删除最后一个字母的行时，请告诉我们。如果没有样本数据集，很难说更多。
-
尝试跳过
Corpus<-tm_map(Corpus,stemDocument)这一行，然后运行脚本的其余部分。你看出区别了吗？ ;P
标签： r nlp term-document-matrix snowball