R使用removeSparseTerms参数构建TermDocumentMatrix

Question

我是否可以在创建tm::TermDocumentMatrix对象时删除稀疏术语？

我试过了：

TermDocumentMatrix(file.corp, control = list(removeSparseTerms=0.998))

但它不起作用。

Answer 1

不，您无法使用TermDocumentMatrix功能删除稀疏术语。如果您使用?TermDocumentMatrix检查该功能的帮助，您会看到control的帮助列在termFreq的帮助中，当您查看该功能的帮助时?termFreq，您会看到removeSparseTerms未列在那里。虽然你有bounds可以做相关的工作。

如果你只想要一个结合了TermDocumentMatrix和removeSparseTerms的单行，你只需将你的内线翻转出来，这样就可以了：

removeSparseTerms(TermDocumentMatrix(file.corp), 0.998)

我建议您仔细查看tm包的文档，这是一个记录良好的贡献包的更好示例之一。这可能会节省您等待某人在此回答您问题的时间！