Question

我有一份n个文件的列表，我试图通过加法进行迭代，因此它们形成一个单独的VCorpus。通常，您可以使用c()运算符并加入两个VCorpus来创建更大的运算符。但是，如果我首先按照下面的方式初始化列表，它会将语料库转换为字符列表。但如果我不首先将其初始化，我会收到错误。

  clean_corpus <- c()
  for (i in directory_source$filelist) {
    conn <- file(i,"r")
    filebuffer <- readLines(conn, encoding="UTF-8", skipNul=TRUE)
    close(conn)

    set.seed(3413)
    sampled_buffer <- sample(filebuffer, size = round(length(filebuffer) * fraction, digits = 0))
    sample_corpus <- VCorpus(VectorSource(sampled_buffer))
    clean_corpus <- c(clean_corpus, sample_corpus, recursive = TRUE)
  }

Answer 1

它未经测试但可能有效：

f <- function(i){conn <- file(i,"r")
                 filebuffer <- readLines(conn, encoding="UTF-8", skipNul=TRUE)
                 close(conn)  
                 set.seed(3413)
                 sampled_buffer <- sample(filebuffer, size = round(length(filebuffer) * fraction, digits = 0))
                 sample_corpus <- VCorpus(VectorSource(sampled_buffer))
                 clean_corpus <- c(clean_corpus, sample_corpus, recursive = TRUE)}

corpus_list <- lapply(directory_source$filelist,f)
corpus_agg  <- do.call(c,corpus_list)

如何在保留其在R中的类型的同时迭代地添加到Corpora列表中？

1 个答案: