R：TermDocumentMatrix - 创建

Question

我正在尝试获取Twitter数据并创建wordcloud，但我的代码在创建TermDocumentMatrix时出错。我的代码如下

twitter_search_data <- searchTwitter(searchString = text_to_search
                                    ,n = 500)

twitter_search_text <- sapply(twitter_search_data
                             ,function(x) x$getText())

twitter_search_corpus <- Corpus(VectorSource(twitter_search_text))

twitter_search_corpus <- tm_map(twitter_search_corpus, stripWhitespace, lazy = TRUE)

twitter_search_corpus <- tm_map(twitter_search_corpus, content_transformer(tolower), lazy = TRUE)

twitter_search_corpus <- tm_map(twitter_search_corpus, PlainTextDocument,lazy = TRUE)    

twitter_search_corpus <- tm_map(twitter_search_corpus, removePunctuation, lazy = TRUE)

twitter_search_corpus <- tm_map(twitter_search_corpus, removeNumbers, lazy = TRUE)

twitter_search_corpus <- tm_map(twitter_search_corpus, removeWords, c("the", "this", "The", "This", stopwords('english')), lazy = TRUE)

twitter_search_corpus <- tm_map(twitter_search_corpus, stemDocument, lazy = TRUE)

# Create Document Term Matrix 
tdm <- as.matrix(TermDocumentMatrix(twitter_search_corpus
                                   ,control=list(wordLengths=c(3,Inf))
                                   ))

创建TermDocumentMatrix之前没有错误。我得到的错误如下

  

mclapply中的警告（x $ content [i]，函数（d）tm_reduce（d，x $ lazy $ maps））：       计划核心1在用户代码中遇到错误，该作业的所有值都将受到影响       mclapply中的警告（unname（content（x）），termFreq，control）：       计划核心1在用户代码中遇到错误，该作业的所有值都将受到影响       警告：UseMethod中出错：没有适用于“meta”的方法应用于类“try-error”的对象       堆栈跟踪（最里面的第一个）：       74：FUN
      73：lapply
      72：setNames
      71：as.list.VCorpus
      70：as.list
      69：lapply
      68：meta.VCorpus
      67：元
      66：TermDocumentMatrix.VCorpus
      65：TermDocumentMatrix
      64：as.matrix
      63：observeEventHandler
       1：runApp

我已添加lazy = TRUE和content_transformer(tolower)，但错误仍然存​​在。

Answer 1

问题似乎是放置

twitter_search_corpus <- tm_map(twitter_search_corpus, stripWhitespace, lazy = TRUE)

删除标点符号后，文本中插入了数字和单词空格。因此，在创建TermDocumentMatrix之前，删除空格的上述代码必须是最后一条语句。