使用德语语料库的DocumentTerm矩阵中的问题

我使用PackageTM在R中创建了一个语料库，指定语言和编码如下：

de_DE.corpus <- Corpus(VectorSource(de_DE.sample), readerControl
    = list(language="de_DE",encoding = "UTF_8"))
de_DE.corpus[36]$content
de_DE.dtm <- DocumentTermMatrix(de_DE.corpus,control = list
    (encoding = 'UTF-8'))
inspect(de_DE.dtm[, grepl("grÃ", de_DE.dtm$dimnames$Terms)])
inspect(de_DE.dtm[36, ])

---

---

如果有人知道如何解决这个问题，我将不胜感激。提前感谢：）

您能检查您的输入数据吗？因为你的代码对我有用。因此，我认为当您已经在deu de.sample中加载它时，您会遇到一个问题

doc<-c("Single ist so die Begründung der Behörde Eine", "Single Begründung Behörde ")

de_DE.corpus <- Corpus(VectorSource(doc), readerControl
                       = list(language="de_DE",encoding = "UTF_8"))
de_DE.dtm <- DocumentTermMatrix(de_DE.corpus,control = list
                                (encoding = 'UTF-8'))

inspect(de_DE.dtm[1, ])
<<DocumentTermMatrix (documents: 1, terms: 7)>>
Non-/sparse entries: 7/0
Sparsity           : 0%
Maximal term length: 10
Weighting          : term frequency (tf)
Sample             :
    Terms
Docs begründung behörde der die eine ist single
   1          1       1   1   1    1   1      1

---

doc你能检查一下你的输入数据吗？因为你的代码对我有用。因此，我认为当您已经在deu de.sample中加载它时，您会遇到一个问题

doc<-c("Single ist so die Begründung der Behörde Eine", "Single Begründung Behörde ")

de_DE.corpus <- Corpus(VectorSource(doc), readerControl
                       = list(language="de_DE",encoding = "UTF_8"))
de_DE.dtm <- DocumentTermMatrix(de_DE.corpus,control = list
                                (encoding = 'UTF-8'))

inspect(de_DE.dtm[1, ])
<<DocumentTermMatrix (documents: 1, terms: 7)>>
Non-/sparse entries: 7/0
Sparsity           : 0%
Maximal term length: 10
Weighting          : term frequency (tf)
Sample             :
    Terms
Docs begründung behörde der die eine ist single
   1          1       1   1   1    1   1      1

doc您使用的是哪种操作系统？Windows 10，R版本3.4.1，软件包'tm'版本0.7-1我不知道发生了什么，但这里有一个潜在的线索：
text在多次尝试失败后，我找到的唯一解决方案是：
de_de.corpus您使用的是哪种操作系统？Windows 10，R版本3.4.1，软件包'tm'版本0.7-1我不知道发生了什么，但这里有一个潜在的线索：
text在多次尝试失败后，我找到的唯一解决方案是：
de_de.corpus Hi@Dr Vcomas，谢谢你的回复。你说得对，问题已经在Deu de sample中了。检查输入数据，如果使用
编码（de_de.sample[36]）
查询编码，它会显示“UTF-8”，但如果我应用
iconv（de_de.sample[36]，to='UTF-8'）
则会将字符显示为“.er single ist so die begerÃndung der behÃrde”。我不明白为什么它在编码应用转换时检测到UTF-8，或者我如何才能正确地读取数据。希望通过这些附加信息，有人知道如何解决此问题，并能帮助我。：）编码问题很常见。您将需要检查流程，这些数据来自何处，如果有一个步骤使用给定的编码保存数据，通常ppl提取数据并使用excel打开，例如，这通常会引入编码问题，至少根据我的经验。检查数据处理的每个步骤。我希望它有帮助，你仍然可以考虑回答的问题。不是tm或DocumentTermMatrix问题。你好@Dr Vcomas，谢谢你的回复。你说得对，问题已经在Deu de sample中了。检查输入数据，如果使用
编码（de_de.sample[36]）
查询编码，它会显示“UTF-8”，但如果我应用
iconv（de_de.sample[36]，to='UTF-8'）
则会将字符显示为“.er single ist so die begerÃndung der behÃrde”。我不明白为什么它在编码应用转换时检测到UTF-8，或者我如何才能正确地读取数据。希望通过这些附加信息，有人知道如何解决此问题，并能帮助我。：）编码问题很常见。您将需要检查流程，这些数据来自何处，如果有一个步骤使用给定的编码保存数据，通常ppl提取数据并使用excel打开，例如，这通常会引入编码问题，至少根据我的经验。检查数据处理的每个步骤。我希望它有帮助，你仍然可以考虑回答的问题。不是tm或DocumentTerm矩阵问题。