使用语料库作为字典时，stemCompletion（）函数输出错误

Question

作为干完成步骤的一个例子，假设我想在c（'universidad'，'university'，'university'）字典中找到与'univers'匹配的最常见（普遍）单词。根据stemCompletion（）函数的帮助页面：

  

type ='prevalent'（默认）将最常见的匹配作为完成。

library(tm) # 0.6.2

如果我将字典作为向量插入：

stemCompletion('univers', dictionary=c('universidad', 'university', 'university'))
     univers 
"university" 

我得到了正确的答案。 但是，如果我将字典作为语料库提供：

my.dictionary <- Corpus(VectorSource(c('universidad', 'university', 'university')))
stemCompletion('univers', dictionary=my.dictionary)
      univers 
"universidad"

我得到了错误的答案！

任何帮助表示赞赏！

Answer 1

在包源tm/src/complete.R中，似乎如果将Corpus作为dictionary参数传递给stemComplete，那么在词干完成分析之前会删除该词典。

您的版本的相关行是8-9：

if (inherits(dictionary, "Corpus"))
    dictionary <- unique(unlist(lapply(dictionary, words)))

为什么相同的逻辑没有应用于矢量字典是打包维护者的问题，但似乎观察到的行为是故意的。