Question

当我尝试创建文档术语矩阵时，

tm会抛出错误

library(tm)
data(crude)

#control parameters
dtm.control <- list(
    tolower           = TRUE, 
    removePunctuation = TRUE,
    removeNumbers     = TRUE,
    stopWords         = stopwords("english"),
    stemming          = TRUE, # false for sentiment
    wordLengths       = c(3, "inf"))

dtm <- DocumentTermMatrix(corp, control = dtm.control)

错误：

simple_triplet_matrix中的错误（i = i，j = j，v = as.numeric（v），nrow = length（allTerms）,: ＆＃39; i，j，v＆＃39;不同的长度另外：警告信息： 1：在mclapply（unname（content（x）），termFreq，control）：所有计划的核心在用户代码中遇到错误 2：在simple_triplet_matrix中（i = i，j = j，v = as.numeric（v），nrow = length（allTerms）,: 强制引入的NA

我做错了什么？也：

我正在使用这些教程：

是否有更好/更近期的演练？

Answer 1

您可能会考虑对代码进行一些更改，尤其是removeStopWords和创建语料库。以下对我有用：

library(tm)
data("crude")

#control parameters
dtm.control <- list(
  tolower           = TRUE, 
  removePunctuation = TRUE,
  removeNumbers     = TRUE,
  removestopWords   = TRUE,
  stemming          = TRUE, # false for sentiment
  wordLengths       = c(3, "inf"))

corp <- Corpus(VectorSource(crude))

dtm <- DocumentTermMatrix(corp, control = dtm.control)

> inspect(dtm)
<<DocumentTermMatrix (documents: 20, terms: 848)>>
Non-/sparse entries: 1877/15083
Sparsity           : 89%
Maximal term length: 16
Weighting          : term frequency (tf)

tm（文本挖掘）文档术语矩阵创建中的致命错误

1 个答案: