R 子集文档术语矩阵
我创建了一个TermDocumentMatrix,它看起来像这样:R 子集文档术语矩阵,r,tm,R,Tm,我创建了一个TermDocumentMatrix,它看起来像这样: >inspect(tdm[1:6,1:3]) Terms Doc1.txt Doc2.txt Doc3.txt abcd 1 0 0 abandon 0 1 1 qrd 0 0 1 abductor 1
>inspect(tdm[1:6,1:3])
Terms Doc1.txt Doc2.txt Doc3.txt
abcd 1 0 0
abandon 0 1 1
qrd 0 0 1
abductor 1 0 0
plo 1 1 0
man 0 1 0
我还有一个单词列表,比如:
>dict
abductor
abandon
man
mammoth
现在,我如何将TermDocumentMatrix行子集,使其看起来像
Terms Doc1.txt Doc2.txt Doc3.txt
abandon 0 1 1
abductor 1 0 0
我只能用“dict”列表检查矩阵中的行名称,但我无法对它们进行子集您可以使用单词向量进行子集。您没有包含一个,因此我将使用
?TermDocumentMatrix
帮助页面中的一个
library(tm)
data("crude")
tdm <- TermDocumentMatrix(crude,
control = list(removePunctuation = TRUE,
stopwords = TRUE))
words<-c("world","zero")
inspect(tdm[words, 1:3])
# <<TermDocumentMatrix (terms: 2, documents: 3)>>
# Non-/sparse entries: 1/5
# Sparsity : 83%
# Maximal term length: 5
# Weighting : term frequency (tf)
#
# Docs
# Terms 127 144 191
# world 0 1 0
# zero 0 0 0
library(tm)
数据(“原油”)
tdm如果我试一下你问题中不太清楚的词。我已经更新了答案,将单词列表子集为矩阵中的那些单词。抱歉,但是修改后的答案效果很好,谢谢
words <- c("world","zero", "xyyzy")
inspect(tdm[words[words %in% Terms(tdm)], 1:3])