如何使用 {quanteda} 构建字典，将各种不同的形容词连接到一个名词？

Question

假设我有像这个示例文本这样的文本数据，下面我需要使用自建字典进行分析。

好X。完美X。华丽X。非凡X。坏X。糟糕X。很差X。

基于此，我想使用此代码结构使用 {quanteda} 构建字典：

dict <- quanteda::dictionary(list(.))

有没有一种方法可以指定我要查找的形容词，而不必为每个感兴趣的形容词输入 X？

# Example of what I want to avoid:
dict <- quanteda::dictionary(list(
  list_1 = c("good X", "perfect X",...)
))

所以理想情况下，我需要像“好/完美/... X”这样的东西，但我知道它不会像这样工作。有解决办法吗？

Answer 1

是的，您可以将前置形容词列为正则表达式，使用“或”运算符|，后跟X。

在这里，我使用exclusive = FALSE 只是为了显示哪些令牌已被密钥替换，哪些没有。

library("quanteda")
## Package version: 1.4.3
## Parallel computing: 2 of 12 threads used.
## See https://quanteda.io for tutorials and examples.

dict <- dictionary(list(mykey = "^(good|perfect|magnificient)$ X"))

tokens("I had a good X at the magnificient X hotel.") %>%
  tokens_lookup(dictionary = dict, valuetype = "regex", exclusive = FALSE)
## tokens from 1 document.
## text1 :
## [1] "I"     "had"   "a"     "MYKEY" "at"    "the"   "MYKEY" "hotel" "."