Fatal编程技术网
  • string/
  • String R中的字符串到字向量

String R中的字符串到字向量

string r

String R中的字符串到字向量,string,r,text-mining,tm,String,R,Text Mining,Tm,我的数据集中有40行和3个属性列。每行都是一个单独的文本文档。我使用library（tm）的TermdocumentMatrix（）函数将字符串转换为单独的术语。但该函数将属性列的数量视为文档的数量。为什么会这样？我是不是搞错了 R中是否有类似于weka的StringToWordVector过滤器的属性过滤器？我希望结果与weka的StringToWordVector过滤器相同 示例如下所示： Title, Author, BookSummary The Da Vinci Code, Dan

我的数据集中有40行和3个属性列。每行都是一个单独的文本文档。我使用
library（tm）
的
TermdocumentMatrix（）
函数将字符串转换为单独的术语。但该函数将属性列的数量视为文档的数量。为什么会这样？我是不是搞错了

R中是否有类似于weka的
StringToWordVector
过滤器的属性过滤器？我希望结果与weka的
StringToWordVector
过滤器相同

示例如下所示：

Title, Author, BookSummary

The Da Vinci Code, Dan Brown, Louvre curator and Priory of Sion Grand Master Jacques<br>

标题、作者、书籍摘要
达芬奇密码，丹布朗，卢浮宫馆长和锡安大师雅克修道院
此示例仅显示一行

我尝试了以下代码：-

data<-read.csv("C:/Users/admin/Desktop/RTextMining/dataset.csv")
corpus.tmp<-Corpus(VectorSource(data))
View(corpus.tmp)

corpus.tmp<- tm_map(corpus.tmp,removePunctuation)  
corpus.tmp<- tm_map(corpus.tmp, stripWhitespace)
corpus.tmp<- tm_map(corpus.tmp, tolower)
corpus.tmp<- tm_map(corpus.tmp, removeWords, stopwords("english"))

library(SnowballC)
corpus.tmp <- tm_map(corpus.tmp, stemDocument)

TDM <- TermDocumentMatrix(corpus.tmp)

dataWhere是可复制的示例？当我们不知道数据是什么样子（选择3行）或您正在尝试的代码时，很难提供帮助。您可以尝试
qdap
的
？bag_o______________________________________________？我不熟悉weka。@RichardScriven除了上面的代码之外，我还应用了weightTfIdf（）函数。因此，预期结果应该是：-coulmns的数量=术语的数量，行的数量=文档的数量。每个单元格中的值=相应文档中每个术语的频率。