如何通过R中的tm包将TDM csv文件转换为术语文档矩阵？

我有csv文件中的术语文档矩阵。比如说,

       , doc1, doc2, doc3, doc4, doc5
main   ,    2,    0,    3,    0,    0

virtual,    4,    0,    0,    0,    1

origin ,    0,    0,    1,    2,    0

如何将其转换为tm软件包中的术语文档矩阵

我认为可以从文档中的句子（单词列表）创建术语documentmatrix by

TermDocumentMatrix（）

函数

但我已经有了术语文档矩阵，我想导入并在tm包中使用它

请告诉我方法。

这里有一种方法（但在

tm

包中可能有一种直接方法）：

---

x谢谢。泰勒·林克。我试图接受你的建议，但我犯了一些错误。当我安装“qdqp”软件包时，它找不到一些zip文件。我发现这是因为版本问题。所以我手动下载新版本的文件并安装。然而，当我尝试调用Library（qdqp）时，它显示“包'qdap'是在R版本3.0.3下构建的，包'qdapDictionaries'是在R版本3.0.3下构建的。此外，当我尝试“your_tdm”时，第一个问题是因为您使用的是旧版本的R。第二个问题是警告，而不是错误。底线是，它有用吗？亲爱的泰勒。我解决了问题。我非常感谢你的帮助helps@user3436056如果这是可行的，你可能想考虑检查标记绿色，这表明这是最好的解决方案。
x <- read.csv(text="   , doc1, doc2, doc3, doc4, doc5
main , 2, 0, 3, 0, 0

virtual, 4, 0, 0, 0, 1

origin , 0, 0, 1, 2, 0", header=TRUE)


library(qdap)
dat <- x[, -1]
row.names(dat) <- x[, 1]
your_tdm <- tdm(as.wfm(dat))

tm::inspect(your_tdm)

## > tm::inspect(your_tdm)
## A term-document matrix (3 terms, 5 documents)
## 
## Non-/sparse entries: 6/9
## Sparsity           : 60%
## Maximal term length: 7 
## Weighting          : term frequency (tf)
## 
##          Docs
## Terms     doc1 doc2 doc3 doc4 doc5
##   main       2    0    3    0    0
##   origin     0    0    1    2    0
##   virtual    4    0    0    0    1