是否有更快的方式来加入/连接R中的两个令牌？

Question

我正在使用EMR数据。医疗记录中的许多实体被分成两个不同的单词（例如 - CT扫描），但我计划通过使用下划线（CT_Scan）将这些令牌连接到单个单词。有没有更快的方法在庞大的语料库上执行此任务。我的方法是使用＆＃34; quanteda＆＃34;包。这是代码段 -

# Sample text
    mytexts <- c("The new law included a capital gains tax, and an inheritance tax.",
             "New York City has raised taxes: an income tax and inheritance taxes.")

# Tokenize by white space 
    library(quanteda)
    mytoks <- tokens(mytexts, remove_punct = TRUE)

# list of tokens that need to be joined 
    myseqs <- list(c("tax"), c("income", "tax"), c("capital", "gains", "tax"), c("inheritance", "tax"))

# New list that includes concatenated tokens
        clean_toks <- tokens_compound(mytoks, myseqs)

此任务是在大约30亿个令牌和＆＃34; compound_token＆＃34;上执行的。功能耗费了大量时间（> 12小时）。有没有更好的方法来解决这个问题？