Question

我遵循了here

的指示

幻灯片编号9 tolower在包tm 0.6及以上版本中有问题我用过

myCorpus <- tm_map(myCorpus, content_transformer(tolower)

它与此stackoverflow重复但是在运行stemCompletion时仍然会出错

myCorpus <- tm_map(myCorpus, stemCompletion, dictionary = myCorpusCopy)

我将instruction变量myCorpus和myCorpusCopy跟踪到PlainTextDocument

corpus <- tm_map(corpus, PlainTextDocument)

我能够执行

myCorpus <- tm_map(myCorpus, stemCompletion, dictionary = myCorpusCopy)

但我收到了50条警告

有50个或更多警告（使用警告（）查看前50个）警告（）

我得到了所有50个警告：

1：在grep中（sprintf（＆＃34; ^％s＆＃34;，w），字典，值= TRUE）：参数＆＃39;模式＆＃39;长度> 1，只使用第一个元素2：In grep（sprintf（＆＃34; ^％s＆＃34;，w），字典，值= TRUE）：参数＆＃39;模式＆＃39; 长度> 1，只使用第一个元素3：In grep（sprintf（＆＃34; ^％s＆＃34;，w），字典，值= TRUE）：参数＆＃39;模式＆＃39; 长度> 1，只使用第一个元素4：In grep（sprintf（＆＃34; ^％s＆＃34;，w），字典，值= TRUE）：参数＆＃39;模式＆＃39; 长度> 1，只使用第一个元素5：In grep（sprintf（＆＃34; ^％s＆＃34;，w），字典，值= TRUE）：参数＆＃39;模式＆＃39; 长度> 1，只使用第一个元素6：In grep（sprintf（＆＃34; ^％s＆＃34;，w），字典，值= TRUE）：参数＆＃39;模式＆＃39; 长度> 1，只使用第一个元素7：In grep（sprintf（＆＃34; ^％s＆＃34;，w），字典，值= TRUE）：参数＆＃39;模式＆＃39; 长度> 1，只使用第一个元素8：In grep（sprintf（＆＃34; ^％s＆＃34;，w），字典，值= TRUE）：参数＆＃39;模式＆＃39; 长度> 1，只使用第一个元素9：In grep（sprintf（＆＃34; ^％s＆＃34;，w），字典，值= TRUE）：参数＆＃39;模式＆＃39; 长度> 1，只使用第一个元素10：In grep（sprintf（＆＃34; ^％s＆＃34;，w），字典，值= TRUE）：参数＆＃39;模式＆＃39; 长度> 1，只使用第一个元素

我尝试忽略警告并创建TermDocumentMatrix（）

tdm <- TermDocumentMatrix(myCorpus, control = list(wordLengths = c(1,   
Inf)))

我收到错误：

Error: inherits(doc, "TextDocument") is not TRUE

Answer 1

以下是如何创建词干术语 - 文档矩阵并在之后重新完成词干标记：

txt <- " was followed the instruction from here In slide no. 9 tolower has issue in package tm 0.6 and above I have used "
myCorpus <- Corpus(VectorSource(txt))
myCorpus <- tm_map(myCorpus, content_transformer(tolower))
tdm <- TermDocumentMatrix(myCorpus, control = list(stemming = TRUE)) 
cbind(stems = rownames(tdm), completed = stemCompletion(rownames(tdm), myCorpus))  
#          stems      completed    
# 0.6      "0.6"      "0.6"        
# abov     "abov"     "above"      
# and      "and"      "and"        
# follow   "follow"   "followed"   
# from     "from"     "from"       
# has      "has"      "has"        
# have     "have"     "have"       
# here     "here"     "here"       
# instruct "instruct" "instruction"
# issu     "issu"     "issue"      
# no.      "no."      "no."        
# packag   "packag"   "package"    
# slide    "slide"    "slide"      
# the      "the"      "the"        
# tolow    "tolow"    "tolower"    
# use      "use"      "used"       
# was      "was"      "was"

R在stemCompletion中的警告和TermDocumentMatrix

1 个答案: