检查开放式问题的n字频率

Question

我想分析开放式问题的答案。单词云首先，然后我遇到一个问题，当我想要计算2-3个单词短语的频率。

这是我的代码：

library('tm')
tokenize_ngrams <- function(x,n=2)return(rownames(as.data.frame(unclass(textcnt(x,method="string",n=n)))))
corpus <- Corpus(VectorSource(texts))
matrix <- TermDocumentMatrix(corpus,control=list(tokenize=tokenize_ngrams))
inspect(matrix[1:4, 1:3])

结果应该是双字短语和频率。 但我得到的结果如下：

                 Docs
Terms            1 2 3
document         1 0 0
first            1 0 0
the              1 1 1
this             1 1 1

Answer 1

使用 tm 不知道答案，但这样可以正常工作：

require(quanteda)
matrix <- dfm(texts, ngrams = 2)
head(matrix)