R 向tdm矩阵添加虚拟变量

这是我如何得到tdm矩阵的：

    doc.vec <- VectorSource(data$text)
    doc.corpus <- Corpus(doc.vec)
    tdm <- TermDocumentMatrix(doc.corpus, control = list(wordLengths = c(2, Inf)))

我想要的是：

               doc1     doc2    doc3 ... doc10000   class       
   term1          .       1      1   ...     1        1
   term2          .       .      1   ...     .        0
   ...
   term99         1       .      1   ...     1        0

其中，类是0/1伪值，表示术语是包含在类0中还是包含在类1中。
我在原始数据中定义了这个类虚拟，称为data$class。 我想知道是否有办法将这个变量“转移”到我的tdm中

非常感谢你

---

编辑：很抱歉之前不清楚——我最初的类虚拟是用于文档的，而不是用于术语。我正在尝试将类重新分配给术语，以便1表示术语只出现在类1中，0表示术语只出现在类0中。

您可以使用tdm或文档术语矩阵（dtm）相反，您不太清楚希望从中得到什么，但当您为每个文档创建一个类时，第二个类会有所帮助，例如：

                term1     term2    term3 ... term10000   class      
   doc1          .         1        1   ...     1        1
   doc2          .         .        1   ...     .        0
   ...
  doc99          1         .        1   ...     1        0

现在，您可以使用它来训练模型（分类器）以预测新文档的类。实现这一点的简单方法是将dtm转换为数据帧，而不是附加类列，即：

dtmDataFrame <- as.data.frame(inspect(dtm))

---

dtmDataFrame您可以使用tdm或文档术语矩阵（dtm），取而代之的是，您想从中得到什么并不十分清楚，但当您为每个文档创建一个类时，第二个选项会有所帮助，例如：

                term1     term2    term3 ... term10000   class      
   doc1          .         1        1   ...     1        1
   doc2          .         .        1   ...     .        0
   ...
  doc99          1         .        1   ...     1        0

现在，您可以使用它来训练模型（分类器）以预测新文档的类。实现这一点的简单方法是将dtm转换为数据帧，而不是附加类列，即：

dtmDataFrame <- as.data.frame(inspect(dtm))

dtmDataFrame
tdm$class也，
cbind（tdm，data$class）
应该可以工作。很抱歉，我之前不清楚——我最初的类虚拟是用于文档的，而不是用于术语。我正在尝试将类重新分配给术语，以便1表示术语只出现在类1中，0表示它也只出现在类0
tdm$class，
cbind（tdm，data$class）
应该可以工作。很抱歉，我之前不清楚——我最初的类虚拟是用于文档的，而不是用于术语。我正在尝试将这些类重新分配给术语，以便1表示术语只出现在类1中，0表示它只出现在类0中