绘制随时间变化的bigram TF.IDF值

我试图从一段时间内收集的文件中绘制bigram的TF.IDF。这是为了检测单词重要性的趋势。文本来自SQL server的数据集。它有两列，一列是我想要标记器和数据挖掘的事件文本，另一列表示文本所属的时间段（1/2010、2/2010等等）。我可以多次查询SQL，并为每个时段创建多个语料库，但这并不高效。我宁愿调用我的查询一次，然后将所有内容返回到一个数据集和一个统一的语料库中

我心里有一个伪代码，但不确定它是否正确

While Loop

Get subset of unified corpus for a given month
Convert the subset to dtm
Calculate tf-idf
Save tf-idf value to a list (hash table) with a key of (i am not sure yet)

Until last month

Plot the tf-idf for a given bi-gram over the month

到目前为止，我在下面有这个，还没有得到任何关于如何进行的想法。如何根据时间段将统一的语料库子集为单独的语料库？或者如何将月份和年份关联到语料库？假设下面的逻辑是解决问题的正确方法，当我得到一个tfxidf列表时，如何为给定的二元图绘制tfxidf

多谢各位

list_corpora <- lapply(1:length(list_text), function(i) Corpus(VectorSource(list_exam[[i]])))

skipWords <- function(x) removeWords(x, stopwords("english"))
funcs <- list(tolower, removePunctuation, removeNumbers, stripWhitespace, skipWords)
list_corpora <- lapply(1:length(list_corpora), function(i) tm_map(list_corpora[[i]], FUN = tm_reduce, tmFuns = funcs))

BigramTokenizer <- function(x) NGramTokenizer(x, Weka_control(min = 2, max = 2))

list_dtms <- lapply(1:length(list_corpora), function(i) TermDocumentMatrix(list_corpora1[[i]], control = list(tokenize = BigramTokenizer)))

list_tfxidf <- lapply(1:length(list_corpora), function(i) weightTfIdf(list_corpora[[i]])

list\u语料库