Question

我在使用R中的STM包时遇到了问题。我在Quanteda中构建了一个语料库，我想将其转换为STM格式。我已将元数据保存为独立的CSV文件，我想要将文本文档与元数据合并的代码。 readCorpus（）和＆＃34; convert（）函数不会自动将元数据信息添加到语料库中。

这是Quanteda的样子：

EUdocvars <- read.csv("EU_metadata.csv", stringsAsFactors = FALSE)

EUdocvars$Period <- as.factor(EUdocvars$Period)
EUdocvars$Country <-as.factor(EUdocvars$Country)
EUdocvars$Region <- as.factor(EUdocvars$Region)

EUCorpus <- corpus(textfile(file='PROJECT/*.txt'), encodingFrom = "UTF-8-BOM")
docvars(EUCorpus) <- EUdocvars

EUDfm <- dfm(EUCorpus)

有没有办法使用STM包做同样的事情？

Answer 1

在解决https://github.com/kbenoit/quanteda/issues/209之后，最近才添加了对此的支持（v0.99）。

所以这应该有效：

<div className={this.props.className}>
    {...children}
</div>

然后EUstm <- convert(EUdfm, to = "stm", docvars = docvars(EUCorpus))包含了适合STM模型所需的所有元素，包括EUstm。

Answer 2

stm对象（列表）有一个名为$meta的元素，它采用维度number of documents x number of covariates的数据框。所以对于你的问题：

EUCorpus$meta <- EUdocvars

在R中向STM添加元数据

2 个答案: