Fatal编程技术网
  • r/
  • R 计算Quanteda语料库中每个文档中的某些字母

R 计算Quanteda语料库中每个文档中的某些字母

r

R 计算Quanteda语料库中每个文档中的某些字母,r,data-science,quanteda,R,Data Science,Quanteda,具体来说，我需要计算每个文档中每个元音的频率：e和I为“高”元音；a、 o和u为“低”元音 有没有一种方法可以计算R中quanteda语料库中每个文档中特定字母的频率？ 到目前为止，我只遇到在单词或句子级别上操作的函数，如token\u select（）或ntoken（） 欢迎任何帮助。我考虑了一个正则表达式模式，但我不确定如何将它应用到Quanteda语料库中的每个文档，并从中获得计数 下面是一个最基本的工作示例： require(quanteda) text1 <- "Th

具体来说，我需要计算每个文档中每个元音的频率：e和I为“高”元音；a、 o和u为“低”元音

有没有一种方法可以计算R中quanteda语料库中每个文档中特定字母的频率？ 到目前为止，我只遇到在单词或句子级别上操作的函数，如
token\u select（）
或
ntoken（）

欢迎任何帮助。我考虑了一个正则表达式模式，但我不确定如何将它应用到Quanteda语料库中的每个文档，并从中获得计数

下面是一个最基本的工作示例：

require(quanteda)

text1 <- "This is some gibberish for you."
text2 <- "Some more gibberish. Enjoy!"
text3 <- "Gibber, gibber, gibber away."

corp <- rbind(text1, text2, text3) %>% 
  quanteda::corpus() 

require（quanteda）

text1您希望将文本标记为字符，然后使用字典将元音映射为两类高元音和低元音。以下是方法：


库（“quanteda”）
##软件包版本：2.1.2

text1工作起来很有魅力。感觉我从你的回复中学到了很多。我以前不知道dictionary（）方法有多强大。现在我想到了很多用例。非常感谢你！