R 有效地组合多个文档术语矩阵

如果我有许多文档术语矩阵的列表，我可以这样做来组合它们：

# setup for example
require(tm)
data("acq")
data("crude")
acq_dtm <- DocumentTermMatrix(acq)
crude_dtm <- DocumentTermMatrix(crude)
# make list of dtms
list_of_dtms <- list(acq_dtm, crude_dtm)
# convert list of dtms into one big dtm
dtms_combined_into_one <- do.call(tm:::c.DocumentTermMatrix, list_of_dtms)

#例如设置
要求（商标）
数据（“acq”）
数据（“原油”）
acq_dtm我不认为有一个简单的方法可以加速你已经在做的事情（也许有一个聪明的方法）。看看
str（acq\U dtm）
：

i
指向文档组件中的文档编号，
j
指向术语（前几个术语是数字）
v
是文档
i
中术语
j
的频率。当你这样做的时候

c(acq_dtm, crude_dtm)

这不仅仅是堆积一些稀疏矩阵（可以使用
slam:：abind_simple_sparse_array
）来完成）；两个矩阵的
v
分量必须合并，然后必须重新计算相应的
i
和
j
值

如果我打算对此进行更多研究，我可能会看看
slam
的文档

另外，
tm:：c.TermDocumentMatrix
的代码显示了tm是如何进行此计算的；不知道是否有可能改进。
文档术语矩阵是一个SLAM简单三元组矩阵，这意味着它只是一组三元组（i，j，value）。如果您知道所有语料库中的术语都是相同的，并且i，j在每个dtm中表示相同的值，那么您可以将它们绑定在一起。但这通常不是真的。将所有语料库合并成一个大语料库，然后计算dtm怎么样？看起来那样可能会更快。谢谢，你能在回答中展开吗？嗯，我做了一些测试，我从合并的语料库重建dtm的想法比你已经在做的要慢一个数量级。我将发布我对稀疏矩阵的想法。
c(acq_dtm, crude_dtm)