在R中转换表情符号文本

Question

在R中进行一些文本挖掘。我在25k文档区域内有一个语料库。我目前正在清理我的语料库，作为整个过程的一部分，我将翻译成小写。我的实施：

createCorpus <- function(corpusData){
    aCorpus <- Corpus(DataframeSource(corpusData))
    ...
    aCorpus <- tm_map(aCorpus,content_transformer(tolower))
}

但是，对于包含表情符号的任何文档文本，我收到以下错误。请注意，我已删除实际文字。

  

FUN错误（内容（x），...）：输入无效＆＃39; ...＆＃39;在   ＆＃39; utf8towcs＆＃39;

现在，我已尝试在转换为小写之前添加str_replace_all(aCorpus$content,"[^[:graph:]]", " ") ，如this answer中所述。这产生与上面完全相同的错误，几乎就像它实际上没有做任何事情一样。

我也按照建议的here尝试tm_map(aCorpus, function(x) iconv(enc2utf8(x), sub = "byte"))，这会产生错误：

  

enc2utf8（x）出错：参数不是字符向量

我觉得str_replace_all()是正确的方法，但我一定做错了什么？如何删除所有表情符号字符以便我可以清理语料库？

编辑为了澄清，传递给函数的参数是单列数据框，其中每一行都是一个单独的文档。

Answer 1

我设法使用以下方法解决问题：

tm_map(aCorpus, function(x) iconv(enc2utf8(x$content), sub = "byte"))

取代：

tm_map(aCorpus, function(x) iconv(enc2utf8(x), sub = "byte"))

问题在于我必须直接引用语料库的内容，而不仅仅是语料库本身。使用x$content作为参数而不仅仅是x来实现。