在R中创建文档术语矩阵时，我无法获取一些重要的单词。我甚至尝试删除语料库中的所有过滤器，即在原始文件上尝试了dtm，但我仍然无法抓住它。请帮忙。 让我们说文本是这样的： ＆＃34;我喜欢阅读DC漫画，因为蝙蝠侠冒险＆＃34;。在这里，我无法在DTM矩阵中捕获DC。
答案 0 :(得分：0)
您需要调整tm的默认设置。只需使用DocumentTermMatrix()或TermDocumentMatrix即可删除任何小于3的字词。
创建dtm时，需要使用control选项中的wordLengths选项。所以在你的情况下，1或2会捕获你想要的东西。 3的原因是它摆脱了短语，如“a”，“in”，“or”等。
DocumentTermMatrix(corpus, control=list(wordLengths = c(1, Inf)))