R 跟踪单词接近度

我正在从事一个小项目，该项目涉及在文档集合中进行基于词典的文本搜索。我的字典中有积极的信号词（也称为好词），但在文档集合中，仅仅查找一个词并不能保证得到积极的结果，因为可能有消极的词，例如（不，不重要的）可能在这些积极词的附近。我想构造一个矩阵，这样它就包含了文档编号、肯定词及其与否定词的接近度

谁能给我一个建议吗。我的项目处于非常早期的阶段，所以我给我的文本一个基本的例子

No significant drug interactions have been reported in studies of candesartan cilexetil given with other drugs such as glyburide, nifedipine, digoxin, warfarin, hydrochlorothiazide.   

这是我的示例文档，其中坎地沙坦酯、格列本脲、硝苯地平、地高辛、华法林、氢氯噻嗪是我的肯定词，而非否定词。我想在我的肯定词和否定词之间做一个接近（基于词的）映射

---

有人能给我一些有用的建议吗

首先，我建议不要将R用于此任务。R在很多方面都很好，但文本操作不是其中之一。Python可能是一个很好的选择

也就是说，如果我要在R中实现这一点，我可能会这样做（非常非常粗略）：

#您可能会从外部文件或数据库中读取这些内容
goodWords你有没有看这两本书中的任何一本


CRAN上的任务视图，或
CRAN上的文本挖掘包
不错的包装，我不知道！不过，我不认为R是进行此类分析的最佳工具。是的，我经常使用tm软件包！我几乎得到了我想要的东西。谢谢你，尼科！
# You will probably read these from an external file or a database
goodWords <- c("candesartan cilexetil", "glyburide", "nifedipine", "digoxin", "blabla", "warfarin", "hydrochlorothiazide")
badWords <- c("no significant", "other drugs")

mytext <- "no significant drug interactions have been reported in studies of candesartan cilexetil given with other drugs such as glyburide, nifedipine, digoxin, warfarin, hydrochlorothiazide."
mytext <- tolower(mytext) # Let's make life a little bit easier...

goodPos <- NULL
badPos <- NULL

# First we find the good words
for (w in goodWords)
    {
    pos <- regexpr(w, mytext)
    if (pos != -1)
        {
        cat(paste(w, "found at position", pos, "\n"))
        }
    else    
        {
        pos <- NA
        cat(paste(w, "not found\n"))
        }

    goodPos <- c(goodPos, pos)
    }

# And then the bad words
for (w in badWords)
    {
    pos <- regexpr(w, mytext)
    if (pos != -1)
        {
        cat(paste(w, "found at position", pos, "\n"))
        }
    else    
        {
        pos <- NA
        cat(paste(w, "not found\n"))
        }

    badPos <- c(badPos, pos)
    }

# Note that we use -badPos so that when can calculate the distance with rowSums
comb <- expand.grid(goodPos, -badPos)
wordcomb <- expand.grid(goodWords, badWords)
dst <- cbind(wordcomb, abs(rowSums(comb)))

mn <- which.min(dst[,3])
cat(paste("The closest good-bad word pair is: ", dst[mn, 1],"-", dst[mn, 2],"\n"))