是否有一个R函数可以通过自定义字典进行清理

在清理R中的数据时，我想使用自定义词典（超过400000个单词）。我已经将词典作为一个大字符列表加载，并且我正在尝试使用它，以便我的数据（VCorpus）中的内容仅包含词典中的单词。
例如：

#[1] "never give up uouo cbbuk jeez"  

将成为

#[1*] "never give up"  

因为“永不”、“放弃”和“放弃”都在自定义词典中。 我以前尝试过以下方法：

#Reading the custom dictionary as a function
    english.words  <- function(x) x %in% custom.dictionary
#Filtering based on words in the dictionary
    DF2 <- DF1[(english.words(DF1$Text)),]

#作为函数读取自定义词典
english.words由于您使用的是数据帧，因此可以尝试以下方法：

library(tidyverse)
library(tidytext)

dat<-tibble(text="never give up uouo cbbuk jeez")
words_to_keep<-c("never","give","up")

keep_function<-function(data,words_to_keep){
 data %>%
  unnest_tokens(word, text) %>% 
  filter(word %in% words_to_keep) %>%
  nest(text=word) %>%
  mutate(text = map(text, unlist), 
         text = map_chr(text, paste, collapse = " "))
  }

keep_function(dat,words_to_keep)

库（tidyverse）
图书馆（tidytext）
dat%
嵌套（文本=单词）%>%
变异（文本=映射（文本，未列出），
text=map_chr（text，paste，collapse=“”））
}
保持功能（dat，字保持）
由于您使用的是数据帧，因此可以尝试以下方法：

library(tidyverse)
library(tidytext)

dat<-tibble(text="never give up uouo cbbuk jeez")
words_to_keep<-c("never","give","up")

keep_function<-function(data,words_to_keep){
 data %>%
  unnest_tokens(word, text) %>% 
  filter(word %in% words_to_keep) %>%
  nest(text=word) %>%
  mutate(text = map(text, unlist), 
         text = map_chr(text, paste, collapse = " "))
  }

keep_function(dat,words_to_keep)

库（tidyverse）
图书馆（tidytext）
dat%
嵌套（文本=单词）%>%
变异（文本=映射（文本，未列出），
text=map_chr（text，paste，collapse=“”））
}
保持功能（dat，字保持）
您可以将句子拆分为单词，只保留词典中的单词，然后将它们再次粘贴到一个句子中

DF1$Text1 <- sapply(strsplit(DF1$Text, '\\s+'), function(x) 
                    paste0(Filter(english.words, x), collapse = ' '))

DF1$Text1你可以将句子拆分成单词，只保留字典中的单词，然后再将它们粘贴到一个句子中

DF1$Text1 <- sapply(strsplit(DF1$Text, '\\s+'), function(x) 
                    paste0(Filter(english.words, x), collapse = ' '))

DF1$Text1谢谢你，Ronak！代码运行得非常好，我正在试图找出如何为VCorpus实现此代码-有什么建议吗？我尝试了一些类似于：VCorpus嗯…不幸的是，我没有太多的VCorpus经验，所以我不知道那里到底会缺少什么。不用担心，谢谢你！我对堆栈溢出不太熟悉，但是我是否适合打开一个新的问题来寻求有关此主题的帮助（或者我是否应该编辑此原始帖子）？是的，您可以在同一主题上提出一个新问题。每个问题都应该集中在一个特定的任务上。谢谢你，罗纳克！代码运行得非常好，我正在试图找出如何为VCorpus实现此代码-有什么建议吗？我尝试了一些类似于：VCorpus嗯…不幸的是，我没有太多的VCorpus经验，所以我不知道那里到底会缺少什么。不用担心，谢谢你！我对堆栈溢出不太熟悉，但是我是否适合打开一个新的问题来寻求有关此主题的帮助（或者我是否应该编辑此原始帖子）？是的，您可以在同一主题上提出一个新问题。每个问题都应该集中在一个特定的任务上。谢谢你，马丁！我将尝试使用您的解决方案以及Ronak的解决方案来优化代码。谢谢Martin！我将尝试使用您的解决方案以及Ronak的解决方案来优化代码。