R 获取提取单词的上下文

我从句子的数据框架中提取了关键词。我需要得到一些字前和后关键字，以了解上下文，并能够做一些基本的计数

我已经尝试了多个stringr和stringi函数以及其他人建议的grepl函数，以解决类似的问题。然而，没有找到任何适合我的情况

下面是我想要的。假设它是一个dataframe或TIBLE，其中列出了前两个字段。我需要/想要创建最右边的列（关键字w\u上下文）

在这个例子中，我拉三个字，继续关键字。但是，我想修改任何解，这样我就可以得到1，2，n。如果我能用同样的方式写博文也会很好

基本上，想要做一些事情，比如在关键字周围创建一个新的变量，并使用上下文单词（before/after，见下文）

判决 关键词 关键字w\u上下文 黄色的实验狗真可爱。 狗 黄色的实验狗 毛茸茸的黑猫大声呼噜。 猫 毛茸茸的黑猫

---

您可能希望采用自然语言处理（NLP）方法，而不是基于正则表达式的方法。这方面有很多框架。一个非常简单的方法是

tidytext

。下面是一个关于如何抓住关键字周围的一堆单词的示例

你可能会想玩这个游戏来得到你想要的。听起来你想从中得到一些东西，所以我选择了一个

库（tidytext）
图书馆（dplyr）
图书馆（tibble）
df%
unnest_标记（“三角形”，句子，标记=“ngrams”，n=3，n_min=2）%>%
unnest_标记（“字”、三元、drop=FALSE）%>%
左联合（关键字，by=“word”）%>%
过滤器（关键字）

#一个tible:10 x 4
rowid三元字关键字
1 1条黄色的实验狗是真的
2 1实验狗真的
3 1实验狗是真的吗
狗是真的吗
狗是如此的真实
6.2毛茸茸的黑猫真的
7.2黑猫是真的
8.2黑猫呼噜呼噜，真猫
9.2猫咪咕噜叫猫咪真
10 2只猫发出大声的呼噜声猫是真的

下面是如何在此基础上构建的示例。在这里，您可以从找到的每个单词的n-gram中跟踪哪个句子和位置。因此，您可以筛选关键字是第一个单词的位置

df%>%
行id到列（“句子id”）%>%
unnest_标记（“trigram”，句子，token=“ngrams”，n=3，n_min=3）%>%
行id到列（“三元id”）%>%
unnest_标记（“字”、三元、drop=FALSE）%>%
分组依据（三元id）%>%
变异（单词位置=行编号（））%>%
左联合（关键字，by=“word”）%>%
重新定位（句子id、三角图id、单词pos、三角图、单词）%>%
过滤器（关键字，单词位置==1）

#一个tible:2 x 6
#组别：三联图[2]
句子\u id trigram\u id word\u pos trigram word关键字
狗是如此的真实
2 2 9 1猫咪大声呼噜猫咪真

谢谢你，jvargh7。这与表中的内容不匹配。但是，正如我在问题文本中指出的，我需要能够将其修改为关键字的前2个单词、前3个单词等。现在，这是在关键字之前提取所有内容。有没有一个简单的编辑来实现这一点？你现在可以试试吗？更改不同结果的“n”再次感谢你，jvargh7。我感谢你抽出时间来帮助我找到解决办法。我无法让代码正常工作。它对某些行有效，但对其他行无效。我不明白为什么。再次感谢你，没问题。亚当的解决方案好多了。谢谢你，亚当。我还没有想到一个新的方法。这很好用！

dat = read.table(text = 'Sentence   | Keyword | Keyword_w_context
The yellow lab dog is so cute.|dog|The yellow lab dog
The fluffy black cat purrs loudly.|cat|The fluffy black cat',sep="|",header=TRUE)

    
n_before = 3
n_after = 2


# Note: This will give an error if you don't have enough words before or after
dat %>% 
  mutate(Keyword_w_context_before = str_extract(string=Sentence,
                                              pattern=paste0("(([A-Za-z]+)\\s){",n_before,"}",Keyword)),
         
         Keyword_w_context_after = str_extract(string=Sentence,
                                               pattern=paste0(Keyword,"(\\s([A-Za-z]+)){",n_after,"}"))
         )


                            Sentence Keyword    Keyword_w_context Keyword_w_context_before Keyword_w_context_after
1     The yellow lab dog is so cute.     dog   The yellow lab dog       The yellow lab dog               dog is so
2 The fluffy black cat purrs loudly.     cat The fluffy black cat     The fluffy black cat        cat purrs loudly