Question

我有基本上像这样的Tweet数据

userID <- c("1","2","2")
text <- c("cat dog", "this is a fish tweet", "this tweet contains a topic")
testDF <- data.frame(userID, text)

我有一个2000主题列表（从http://wwbp.org/data.html获得），每个主题都带有单词和相应的条件概率。看起来像这样，0和1是主题。另外，主题0和1可以有重叠的单词，但可能具有不同的概率。

为简单起见，这是一个示例主题df

term <- c("dog", "cat", "fish", "food")
topic <- c("pet","pet","pet","pet")
prob <- c(.84, .74, .44, .03)
testDF2 <- data.frame(term, topic, prob)

我需要获取每条推文的主题概率，其计算如下所示。

所需的最终结果：一种查看每个用户ID讨论最多的主题的方法，但是既然我有2000个主题，这是否意味着我必须遍历所有2000个主题，从而导致每个主题都有2000个额外的列？我不确定该如何处理，因为我的数据集有100万条推文。

我目前的想法：循环遍历每个推文中的每个单词，在主题表中查找并进行计算。但是，这将导致2000列，并且可能会花费过多的计算时间。

预先感谢