R从语料库中创建二进制预测器

Question

我有一个电子邮件数据集。

结果是1（垃圾邮件）0（非垃圾邮件）。 我有几个分类和数字预测器。但我有另一个预测因子，即电子邮件的内容。

在R中，我想：

1. 将所有电子邮件放在一起
2. 使用这些邮件进行一些文本处理（步骤1）[删除标点符号，流式文字（即删除，复数等），删除常用词，删除大写（以及可能更多处理）。
3. 从剩下的一句话来看：最常见的10％字词
4. 对于每个最常见的单词，创建一个二进制预测器（如果电子邮件获得该字，则为1，否则为0）

这样的包装会存在于R？

中