如何在R中使用Quanteda获得基本的可读性统计信息

Question

对于数百个pdf中的非常基本的见解，我想计算所有这些pdf的可读性得分（Flesch Kincaid），并将其显示在电子表格中。我在R中的技能不足，我自己也找不到解决方案。我正在寻找一个非常基本的解决方案。这是我到目前为止的内容：

directory <- "my_folder"
my_corpus <- VCorpus(DirSource(directory, pattern = ".pdf),
                     readerControl = list(reader = readPDF, language = "dutch"))

但是，当使用Quanteda时，我收到错误消息：“使用以下内容时，提供的行名长度错误”

textstat_readability(corpus(my_corpus), measure = "Flesch.Kincaid")

有没有办法解决这个问题，或者存在替代方法？

Answer 1

是-避免使用 tm 工作流程。

directory <- "my_folder"
my_corpus <- readtext::readtext(paste0(directory, “/*.pdf”))
textstat_readability(corpus(my_corpus))

但是请记住，许多可读性度量所需的音节计数功能在荷兰语中可能无法正常运行。