TermDocumentMatrix不适用于语料库

尝试加载许多电子邮件文件，让R了解什么是垃圾邮件或火腿。首先，我创建了一个语料库，我想创建一个术语文档，我收到了一个错误。如何修复它

email_corpus <- Corpus(VectorSource(NA))

setwd("C:/ham_spam/")

library(tm)
library(stringr)

email_corpus <- Corpus(VectorSource(NA))

folders <- c("easy_ham/", "spam_2/")

for(n in 1:2){
  folder <- folders[n]
  for(i in 1:length(list.files(folder))){
    email <- list.files(folder)[i]
    tmp <- readLines(str_c(folder, email))
    tmp <- str_c(tmp, collapse = "")
    tmp_corpus <- Corpus(VectorSource(tmp))
    email_corpus <- c(email_corpus, tmp_corpus)
  }
}

dtm_email <- DocumentTermMatrix(email_corpus)

---

email\u corpus将两个语料库与
c（）
组合，通过将其转换为一个简单的
列表
来删除
语料库
类型

另一方面，使用
VCorpus
和
c（）
将保留
VCorpus
类型

用
VCorpus
替换所有
Corpus
函数，问题应该得到解决。
将两个语料库与
c（）
组合，将
语料库
类型转换为一个简单的
列表
来删除它

另一方面，使用
VCorpus
和
c（）
将保留
VCorpus
类型

用
VCorpus
替换所有
Corpus
函数，问题应该得到解决。
您可以尝试以下方法：

将工作目录设置为包含ham和垃圾邮件文件夹的文件夹：

setwd('/path/to/dir/that/contains/folders/')

folders <- c("easy_ham/", "spam_2/")

然后可以使用
lappy（）
读取文件：

email_txt <- lapply(emails, function(x) {
  tmp <- readLines(x)
  tmp <- str_c(tmp, collapse = "")
  return(tmp)
})

您可以尝试以下方法：

将工作目录设置为包含ham和垃圾邮件文件夹的文件夹：

setwd('/path/to/dir/that/contains/folders/')

folders <- c("easy_ham/", "spam_2/")

然后可以使用
lappy（）
读取文件：

email_txt <- lapply(emails, function(x) {
  tmp <- readLines(x)
  tmp <- str_c(tmp, collapse = "")
  return(tmp)
})

email_corpus <- VCorpus(VectorSource(email_txt))

dtm_email <- DocumentTermMatrix(email_corpus)