自然语言处理中R中词成分的子串评价

我试图对给定的单词进行一些字符串求值，这样输出就是一个单词的两个字母组合的组成部分列表

乙二醇

“House”变成“ho”，“ou”，“us”，“se”

使用“substr”生成此结果相对容易，如下所示：

y= 'house'

substr(y, start = 1, stop = 2)
substr(y, start = 2, stop = 3)
substr(y, start = 3, stop = 4)
substr(y, start = 4, stop = 5)

然而，我希望能够做到的是，几乎是递归地这样做，这样任何长度的单词都将被输出到它的组件2字母组合中

所以“汽车”变成了“mo”，“ot”，“to”，“or”，“rc”，“ca”，“ar”。等等

有没有一种方法可以使用循环或函数来实现？单词的长度是否需要作为函数的条件

---

非常感谢您的任何想法。

我们可以使用

子字符串

：

get_string <- function(x) {
   inds <- seq_len(nchar(x))
   start = inds[-length(inds)]
   stop = inds[-1]
   substring(x, start, stop)
}

get_string('House')
#[1] "Ho" "ou" "us" "se"

get_string('Motorcar')
#[1] "Mo" "ot" "to" "or" "rc" "ca" "ar"

---

get_string这太棒了@Ronak Shah。我马上就能看到这里发生了什么。非常感谢。如何将其应用于数据帧中的一列字，以便每个字都通过函数传递？@jimiclapton您可以使用
sapply
，
sapply（df$column，get_string）