R 查找术语文档矩阵中所有术语之间的关联-巨大

我需要在术语文档矩阵中找到每个术语之间的相关性。矩阵中的术语数量为181841，文档数量为191431。 我需要得到每一项与另一项的相关系数

我使用了for循环和下面的代码来获得每个术语的for循环。然后使用rbind，我把它变成了一个数据帧

编辑1：下面是一个可复制的小示例

  clean_CTP

  TP_ID  Keywords
   1     A,B,C,D
   2     A,L,K,M
   3     P,B,L,M

 library(qdap)

  text_corpus <- Corpus(VectorSource(clean_CTP[,2]))

  doc_term_mat <- TermDocumentMatrix(text_corpus)

  selected_words <- findFreqTerms(doc_term_mat, lowfreq = 1)

  filt_doc_term_mat= doc_term_mat[selected_words,]

 df_pear = data.frame(main_term= character(),
                  rel_term = character(),
                  corr = numeric())

for(i in 1:length(selected_words)){

    term_con = selected_words[i]

    ass = findAssocs( filt_doc_term_mat, term_con,pearson_thres)

    ass_df = as.data.frame(ass)

    main_term = rep(selected_words[i],nrow(ass_df))

    rel_term = as.vector(rownames(ass_df))

    corr = as.vector(ass_df[,1])

    df_new = data.frame(main_term,rel_term,corr)

    df_pear = rbind(df_pear,df_new)

  }

clean\u CTP
TP_ID关键字
1 A、B、C、D
2 A，L，K，M
三个P，B，L，M
图书馆（qdap）
文本语料库显示您正在使用的代码。优选地，制作一个小的可重复的示例。也许这可以并行完成。@RomanLuštrik编辑了这个问题。.谢谢，您可以通过让我们更容易了解预期结果来进一步改进您的问题。仅出现在一两个文档中的术语不会有任何有意义的关联。忽略该要求，通过增加最低文档要求（比如至少5个文档），将您正在分析的术语减少到更有意义的内容。这将提高速度并关注有意义的结果。问题中提到的数字是后过滤。这样就完成了。但执行的时间仍然很长。显示您正在使用的代码。优选地，制作一个小的可重复的示例。也许这可以并行完成。@RomanLuštrik编辑了这个问题。.谢谢，您可以通过让我们更容易了解预期结果来进一步改进您的问题。仅出现在一两个文档中的术语不会有任何有意义的关联。忽略该要求，通过增加最低文档要求（比如至少5个文档），将您正在分析的术语减少到更有意义的内容。这将提高速度并关注有意义的结果。问题中提到的数字是后过滤。这样就完成了。但执行的时间仍然很长。