DocumentTermMatrix，其中term = ngrams

Question

我正在尝试使用TM包来创建DocumentTermMatrix。但是，术语通常等于一个单词。在我的向量中，我的关键字的单词长度有所不同（有些关键字只有一个单词，其他关键字则更多）。如以下示例所示，它们用\ r \ r \ n分隔。构建矩阵时，它将我的关键字分解为单个单词。知道如何使它们粘在一起吗？例如，我不是希望将“人力资本”分为“人力”和“资本”两个术语，而是希望他们在一起，并与其他关键词进行比较。

df_survey_KW <- c("information and communications technology\r\r\nprocurement\r\r\nframework policies\r\r\nDoing Business\r\r\nsmall- and medium-sized enterprises",
             "research projects\r\r\ncompanies", "companies\r\r\nhuman capital")

# Make a vector source: df_source
df_source_KW <- VectorSource(df_survey_KW)
# Make a volatile corpus (corpus: collection of documents)
df_corpus_KW <- VCorpus(df_source_KW)
# Print out df_corpus
df_corpus_KW
# Examine df_corpus metadata
meta(df_corpus_KW)

# Create a TermDocumentMatrix (TDM) from clean_corpus: df_tdm
dtm_KW <- DocumentTermMatrix(df_corpus_KW)

# Convert coffee_tdm to a matrix: df_m
m_KW <- as.matrix(dtm_KW)
m_KW