Question

我是R的初学者，学习基本的东西试图检索包含某些特定单词的句子我使用readLines（）读取文件数据，并使用grep尝试检索一些特定的句子但检索的数据是包含特定单词

的完整段落

x<- readLines(filepath)
grep("processor",x,value=TRUE,ignore.case=TRUE)

如果我的话是“处理器”，则检索包含处理器的完整段落

输出：这款笔记本电脑是第五代Corei3处理器，8GB内存，2GB图形处理器，1TB硬盘，15.6英寸720p高清抗反射显示器，是这一领域的优质产品。来自惠普等品牌，为您提供在开展业务时可能需要的身份价值和企业服务。

但我只想要一句话即第五代Corei3处理器，8GB内存，2GB图形处理器，1TB硬盘，15.6英寸720p高清抗反射显示器，这款笔记本电脑是这一领域的优质产品。

如何将段落分割成行。所以我只能得到包含特定单词的句子，并且非常好用或不用

Answer 1

quanteda包可用于将文本输入标记为句子。将文档分成句子后，grep()可用于将包含单词 processor 的句子提取到向量中。我们将使用原始文本文件，该文件在quanteda中被解释为2个文档，并提取包含单词 processor 的句子。

rawText <- "A 5th Gen Core i3 processor, 8GB RAM, 2GB graphics processor, 1TB HDD, 15.6-inch 720p HD antireflective display, this laptop is a premium offering in this segment. Coming from a brand like HP this offers you the status value and corporate services that you might need while conducting business.
Intel® Celeron® processor N3160. Entry-level quad-core processor for general e-mail, Internet and productivity tasks. 4GB system memory for basic multitasking: Adequate high-bandwidth RAM to smoothly run multiple applications and browser tabs all at once."

library(quanteda)
sentences <- tokens(rawText,"sentence")
unlist(lapply(sentences,function(x){
     grep("processor",x,value=TRUE)
}))

...和输出：

> unlist(lapply(sentences,function(x){
+      grep("processor",x,value=TRUE)
+ }))


text11 

"A 5th Gen Core i3 processor, 8GB RAM, 2GB graphics processor, 1TB HDD, 15.6-inch 720p HD antireflective display, this laptop is a premium offering in this segment." 


text12 


"Intel® Celeron® processor N3160." 


text13 


"Entry-level quad-core processor for general e-mail, Internet and productivity tasks." 
>

另一种方法是使用stringi::str_detect_fixed()来查找字符串。

# stringi::stri_detect_fixed() approach 
library(stringi)
unlist(lapply(sentences,function(x){
      x[stri_detect_fixed(x,"processor")]
}))

如何将段落拆分为R语言中的行

1 个答案: