Question

我正在根据公开评论数据创建一个相关的主题模型，并得到一个相当奇怪的错误。

当我在CTM上调用术语（ctm1,5）时，我会找回文档的名称而不是每个主题的前5个术语。

我跑得更详细，

library(topicmodels)
library(data.table)
library(tm)

a  <-Corpus(DirSource("~/text", encoding="UTF-8"), readerControl = 
list(language="lat")) 
a <- tm_map(a, removeNumbers)
a <- tm_map(a, removePunctuation)
a <- tm_map(a , stripWhitespace)
a <- tm_map(a, tolower)
a <- tm_map(a, removeWords, stopwords("english")) 
a <- tm_map(a, stemDocument, language = "english")
adtm <-TermDocumentMatrix(a) 
adtm <- removeSparseTerms(adtm, 0.75)

ctm1 <- CTM(adtm, 30, method = "VEM", control = NULL, model = NULL)
terms(ctm1, 5)

返回

terms(ctm1)
          Topic 1  "cmnt656661.txt"

（等）

Answer 1

我们无法确定，因为您没有提供数据;但很可能你没有正确导入文件。看？DirSource（我的重点）： directory：全路径名的字符向量;默认对应于工作目录getwd（）。在你的情况下，你似乎应该做这样的事情： a＆lt; - Corpus（DirSource（list.files（＆＃34;〜/ text＆＃34;，full.names = TRUE）））

R中的主题建模

1 个答案: