语料库中的子串在tm包中

Question

我使用以下命令创建了一个语料库：

corpus_map <-VCorpus(VectorSource(classified_narr_sel$NARRATION))
corpus_map <- tm_map(corpus_map, removeNumbers) 

以上命令从语料库中删除数字。是否有任何命令可以将字符串中的所有单词分串？例如：“旅行”应该被＃转换为3个字母的子串作为“tra”。通常，我会使用

substr("travelling",1,3) 

但是我想对tm中的语料库做同样的事情

Answer 1

您可以编写一个函数来执行所需的转换并在语料库中运行它，例如：

ConvertStrings <- function(textInput){
textOutput <- gsub("travelling", "tra", textInput)
textOutput <- gsub("furtherWords", "further", textOutput)
#...
return(textOutput)
}
corpus_transformed <- ConvertStrings(corpus_map)