文档术语矩阵中的最大术语长度

Question

想象一下tm package创建的以下文档术语矩阵：

> frequencies
<<DocumentTermMatrix (documents: 255, terms: 470)>>
Non-/sparse entries: 7693/112157
Sparsity           : 94%
Maximal term length: 10
Weighting          : term frequency (tf)

什么是最大术语长度？

Answer 1

最大字词长度是文档字词矩阵中一个（或多个）字词的最大字符数。

示例：如果dtm中有5个单词，而最长的单词是“编程”，则最大术语长度为11。

text <- c("word1", "word2", "word3", "word4", "programming")
corp <- Corpus(VectorSource(text))
term <- DocumentTermMatrix(corp)
term

<<DocumentTermMatrix (documents: 5, terms: 5)>>
Non-/sparse entries: 5/20
Sparsity           : 80%
Maximal term length: 11
Weighting          : term frequency (tf)