Question

我正在使用“tm”软件包分析路透社21578语料库，这是1987年所有路透社的新闻文章。将XML文件导入R数据文件后，我清理文本 - 转换为纯文本，转换为lwer大小写，删除停用词等（如下所示） - 然后我尝试将语料库转换为文档术语矩阵但收到错误消息：

UseMethod（“内容”，x）中的错误：没有适用于“内容”的方法适用于“character”类的对象

所有预处理步骤都能正常工作，直到文档术语矩阵。

我创建了一个非随机的语料库子集（包含4000个文档），文档术语矩阵命令可以正常工作。

我的代码如下。谢谢你的帮助。

##Import
file <- "reut-full.xml" 
reuters <- Corpus(ReutersSource(file), readerControl = list(reader = readReut21578XML))

## Convert to Plain Text Documents
reuters <- tm_map(reuters, as.PlainTextDocument)

## Convert to Lower Case
reuters <- tm_map(reuters, tolower)

## Remove Stopwords
reuters <- tm_map(reuters, removeWords, stopwords("english"))

## Remove Punctuations
reuters <- tm_map(reuters, removePunctuation)

## Stemming
reuters <- tm_map(reuters, stemDocument)

## Remove Numbers
reuters <- tm_map(reuters, removeNumbers)

## Eliminating Extra White Spaces
reuters <- tm_map(reuters, stripWhitespace)

## create a term document matrix
dtm <- DocumentTermMatrix(reuters)

Error in UseMethod("Content", x) : 
  no applicable method for 'Content' applied to an object of class "character"

tm包错误：定义文档术语矩阵时出错

0 个答案: