R中同一句子内的文本挖掘

Question

我有一个文本文件

  

“我今天写作。今天我想写作。今天是美好的一天”

我试图在一个句子中找到“写今天”的例子。可能会发生“今天写作”不在一起但仍然是同一句话的一部分（例如：第二句），需要捕捉到同样。

所以在上面的例子中，我的计数将是2。

知道如何在R中做到这一点？ TIA

Answer 1

有很多方法可以做到这一点，但是用tidytext，

library(tidyverse)
library(tidytext)

data_frame(text = "I am writing today. Today I am thinking of writing. Today is great day") %>%
    unnest_tokens(sentence, text, 'sentences', to_lower = FALSE) %>%
    mutate(sentence_number = row_number()) %>%
    unnest_tokens(word, sentence, 'words', drop = FALSE) %>%
    group_by(sentence_number) %>% 
    filter('today' %in% word, 'writing' %in% word) %>% 
    select(-word) %>% distinct() %>% ungroup() %>%
    mutate(count = n())

#> # A tibble: 2 × 3
#>                          sentence sentence_number count
#>                             <chr>           <int> <int>
#> 1             I am writing today.               1     2
#> 2 Today I am thinking of writing.               2     2

Answer 2

1. 小写一切。
2. 用点分开。
3. 预处理句子（词干/词汇/停用词）
4. 应用正则表达式 （（\ bwriting \ B'EM> \ btoday \ b）中。|（\ btoday \ B'/ EM> \ bwriting \ b））的