我的语料库中包含5k，50k，7.5k，75k，10K，100K等单词。 因此，当我使用tm包创建TDM时，分别提取诸如10k和100k之类的术语。但是，5k和7.5k不作为单独的术语提取。 现在，我明白了在标点符号修正之后＆＃34; 7.5k＆＃34;可能会落在＆＃34; 75k＆＃34;条款，但最新情况是＆＃34; 5k＆＃34; 。为什么不将其作为术语提取？
基本上，我想知道是否有办法使用FORCE tm包来查找特定单词并将其作为关键术语提取。
任何指针都会有所帮助!!
答案 0 :(得分：0)
你在标点符号上打断了吗？也就是说，是＆＃39;。＆＃39;一个断字的角色？如果是这样的话，则分裂为7.5k＆＃39;是（＆＃39; 7＆＃39;，＆＃39; 5k＆＃39;），其中第二个匹配＆＃39; 5k＆＃39;。