从R中的文本中删除单词和符号

考虑下面的例子。可以从文本中删除停止字吗

---

首先，示例字符串中有一些错误。文本缺少引号，停止字缺少括号前的c

text <- c("this is exercise for text mining ≤µm ≥°f ±μgm")
stopwords <- c("≤µm", "≥°f", "±μgm")

---

首先，示例字符串中有一些错误。文本缺少引号，停止字缺少括号前的c

text <- c("this is exercise for text mining ≤µm ≥°f ±μgm")
stopwords <- c("≤µm", "≥°f", "±μgm")

您可以像下面这样尝试gsub

gsub(paste0(stopwords, collapse = "|"),"",text)

您可以像下面这样尝试gsub

gsub(paste0(stopwords, collapse = "|"),"",text)

---

由于您将要进行文本挖掘，因此可能需要将输入字符串转换为单词向量。如果是这样，您可以通过子集轻松删除stopwords

library(stringr)
text <- c("this is exercise for text mining ≤µm ≥°f ±μgm")
stopwords <- c("≤µm", "≥°f", "±μgm")
text <- unlist(str_split(text, " "))
text[!(sapply(text, function (x) any(str_detect(stopwords, x))))]

如果您的工作让您将文字放入data.frame或类似文件中，那么还有另一种方法：

library(dplyr)
library(stringr)
text <- c("this is exercise for text mining ≤µm ≥°f ±μgm")
stopwords <- c("≤µm", "≥°f", "±μgm")
text <- unlist(str_split(text, " "))
data.frame(words = text) %>% anti_join(data.frame(words = stopwords))

---

由于您将要进行文本挖掘，因此可能需要将输入字符串转换为单词向量。如果是这样，您可以通过子集轻松删除stopwords

library(stringr)
text <- c("this is exercise for text mining ≤µm ≥°f ±μgm")
stopwords <- c("≤µm", "≥°f", "±μgm")
text <- unlist(str_split(text, " "))
text[!(sapply(text, function (x) any(str_detect(stopwords, x))))]

如果您的工作让您将文字放入data.frame或类似文件中，那么还有另一种方法：

library(dplyr)
library(stringr)
text <- c("this is exercise for text mining ≤µm ≥°f ±μgm")
stopwords <- c("≤µm", "≥°f", "±μgm")
text <- unlist(str_split(text, " "))
data.frame(words = text) %>% anti_join(data.frame(words = stopwords))