我在R中使用tm包进行一些文本挖掘。我有一个术语频率矩阵，其中每一行都是一个文档，每一列都是一个单词，每个单元格都是单词的频率。我试图将其转换为DocumentTermTermMatrix对象。我似乎无法找到一个处理它的功能。看起来源通常是文件。
我已经尝试了as.DocumentTermTermMatrix()，但它要求参数“加权”，并给出以下错误：
.TermDocumentMatrix（t（x），加权）出错：
参数“加权”缺失，没有默认值
这是一个简单的可重现示例的代码
docs = matrix(sample(1:10, 50, replace=T), byrow = TRUE, ncol = 5, nrow=10)
rownames(docs) = paste0("doc", 1:10)
colnames(docs) = c("grad", "school", "is", "sleep", "deprivation")
所以我需要将矩阵文档强制转换为DocumentTermMatrix。
答案 0 :(得分：1)
使用您的代码示例，您可以使用以下内容：
docs = matrix(sample(1:10, 50, replace=T), byrow = TRUE, ncol = 5, nrow=10)
rownames(docs) = paste0("doc", 1:10)
colnames(docs) = c("grad", "school", "is", "sleep", "deprivation")
dtm <- as.DocumentTermMatrix(docs, weighting = weightTfIdf)
如果您阅读帮助DocumentTermMatrix，您会在参数
下看到以下内容加权：能够处理TermDocumentMatrix的加权函数。对于术语频率，它默认为weightTf 权重。 tm软件包附带的可用加权函数 是weightTf，weightTfIdf，weightBin和weightSMART。
根据您的需要，您必须指定与文档术语矩阵一起使用的权重公式。或者自己创建一个。