在R中创建文档频率矩阵

我试图在R中创建一个文档频率矩阵

我目前有一个数据帧（df_2），它由两列组成：

doc_num：每个术语来自哪个文档的详细信息

text_token：包含与每个文档相关的每个标记化单词

df的尺寸为79447*2

但是，79447行中只有400个实际文档

我一直在尝试使用tm包创建此dfm

我尝试创建一个语料库（vectorsource），然后尝试使用 适当命名的“dfm”命令

但是，这表明“dfm（）仅适用于字符、语料库、dfm和标记对象。” 据我所知，我的数据目前格式不正确，dfm命令无法正常工作。 我的问题是，我不知道如何从我的当前点到如下所示的矩阵

我希望矩阵完成后的外观示例：

其中2是cat在doc_2中出现的次数

在此方面的任何帮助都将不胜感激

---

是mise le meas。

如果您的代码中提供了所有相关的详细信息，例如使用quanteda package for dfm（），这将对您和其他人非常有用。 如果基础文本设置正确，dfm（）将直接为您提供所需内容—这正是它设置的目的。 下面是一个模拟：

library(tm)
library(quanteda)
# install.packages("readtext")
library(readtext)

doc1 <- "COVID-19 can be beaten if all ensure social distance, social distance is critical"     
doc2 <- "COVID-19 can be defeated through early self isolation, self isolation is your responsibility" 
doc3 <- "Corona Virus can be beaten through early detection & slowing of spread, Corona Virus can be beaten, Yes, Corona Virus can be beaten" 
doc4 <- "Corona Virus can be defeated through maximization of social distance"  

write.table(doc1,"doc1.txt",sep="\t",row.names=FALSE, col.names = F)
write.table(doc2,"doc2.txt",sep="\t",row.names=FALSE, col.names = F)
write.table(doc3,"doc3.txt",sep="\t",row.names=FALSE, col.names = F)
write.table(doc4,"doc4.txt",sep="\t",row.names=FALSE, col.names = F)
# save above into your WD
getwd()
txt <- readtext(paste0("Your WD/docs", "/*"))
txt

corp <- corpus(txt)
x <- dfm(corp)
View(x)

library（tm）
图书馆（quanteda）
#install.packages（“readtext”）
图书馆（readtext）
doc1您是否尝试过：
使用（df_2，表（doc_num，text_token））
dplyr:：count（df_2，doc_num，text_token）