- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想使用tm
包的findAssocs
命令,但只有在语料库中有多个文档时才有效。相反,我有一个单列数据框,其中每一行都包含来自推文的文本。是否可以将其转换为将每一行作为一个新文档的语料库?
VCorpus (documents: 1, metadata (corpus/indexed): 0/0)
TermDocumentMatrix (terms: 71, documents: 1)
我有 10 行数据,我希望将其转换为
VCorpus (documents: 10, metadata (corpus/indexed): 0/0)
TermDocumentMatrix (terms: 71, documents: 10)
最佳答案
我建议您在继续之前先阅读 tm
-vignette。在下面回答您的具体问题。
创建示例数据:
txt <- strsplit("I wanted to use the findAssocs of the tm package. but it works only when there are more than one documents in the corpus. I have a data frame table which has one column and each row has a tweet text. Is it possible to convert the into a corpus which takes each row as a new document?", split=" ")[[1]]
data <- data.frame(text=txt, stringsAsFactors=FALSE)
data[1:5, ]
将您的数据导入“源”,将您的“源”导入“语料库”,然后从您的“语料库”中制作 TDM:
library(tm)
tdm <- TermDocumentMatrix(Corpus(DataframeSource(data)))
show(tdm)
#A term-document matrix (35 terms, 58 documents)
#
#Non-/sparse entries: 43/1987
#Sparsity : 98%
#Maximal term length: 10
#Weighting : term frequency (tf)
str(tdm)
#List of 6
# $ i : int [1:43] 32 31 28 12 28 21 3 35 20 33 ...
# $ j : int [1:43] 2 4 5 6 8 10 11 13 14 15 ...
# $ v : num [1:43] 1 1 1 1 1 1 1 1 1 1 ...
# $ nrow : int 35
# $ ncol : int 58
# $ dimnames:List of 2
# ..$ Terms: chr [1:35] "and" "are" "but" "column" ...
# ..$ Docs : chr [1:58] "1" "2" "3" "4" ...
# - attr(*, "class")= chr [1:2] "TermDocumentMatrix" "simple_triplet_matrix"
# - attr(*, "Weighting")= chr [1:2] "term frequency" "tf"
关于r - 如何将具有单列的 R 数据框转换为 tm 的语料库,以便每一行都被视为文档?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26711423/
我偶然发现了这种行为,想知道这是否符合预期(我觉得不对)。 我在一个特定的 tm 结构中强加了一个错误,所有其他的都被破坏了。 这是代码(精简到最低限度以重现问题) int main() {
我使用 tm.plugin.tags 进行情绪分析: pos=sapply(search.corpus,tm_tag_score,tm_get_tags("Positiv")) neg=sapply(
这个问题已经困扰我好一分钟了。我正在开发一个用 C++ 编写的程序,我需要能够在两个不同的服务器之间发送以 ISO8601 编码的时间。这里的主要坚持者似乎是 Windows。 到目前为止,我已经从
namespace abc{ class MyClass{ protected: tm structTime; public: const tm&
我正在使用tm包对修复数据进行文本分析,将数据读取到数据框中,转换为Corpus对象,并应用了各种方法来使用Lower,stipWhitespace,removestopwords等清除数据。 取回C
我最近一直在尝试使用 tm 包在 R 中的 data.frame 中的单个列中查找词频。虽然 data.frame 本身有许多基于数字和字符的列,但我只对一个纯文本列感兴趣。虽然我在清理文本本身时没有
我正在尝试使用 tm 包对俄语文本进行一些文本挖掘,但遇到了一些问题。 预处理速度很大程度上取决于编码。 library(tm) rus_txt<-paste(readLines('http://li
我有一个 URL 列表,我已为其获取 web 内容,并将其包含到 tm 语料库中: library(tm) library(XML) link <- c( "http://www.r-statisti
我正在尝试清理语料库,并且使用了典型步骤,如下面的代码: docs?@[\\\]^_ {|}~`。要删除其他符号,例如打印引号或项目符号(或任何其他符号),请声明您自己的转换函数: removeSpe
我试图从我构建的语料库中删除一些单词,但它似乎不起作用。我首先遍历所有内容并创建一个数据框,按照频率顺序列出我的单词。我使用此列表来识别我不感兴趣的单词,然后尝试创建一个删除单词的新列表。但是,这些词
我正在尝试突出显示 PDF 文档中的文本,但我发现了一个带有以下操作数的 Tm 运算符: 0 7.98 -7.98 0 90.8898 715.4183 Tm Tm 运算符应该仅在其操作数上替换文本矩
高性能任务 View 指出 tm可以使用 snow 进行并行文本挖掘 (High-Performance and Parallel Computing with R)。然而,我没有找到任何例子来说明如
如果我这样做的话,我对如何使用 tm 结构对象有点困惑; printf("The current date is %d-%d-%d\n", now.tm_mon, now.tm_mday, now.t
glibc 版本的 struct tm 有额外的字段 long tm_gmtoff; /* Seconds east of UTC */ const char *tm_zone;
我想在格式结构“tm”中添加秒延迟,所以我运行这段代码: #include #include #include #include #define SEC_PER_DAY 86400 #define S
我有以下带有几个选项的简单选择标签,我想在标题上方的选项值中添加商标 (TM),但是 标签没有改变任何东西。 在选项的上方位置显示 TM 的其他方法是什么? Option Value TM
标准 C/C++ 库中是否有可填充 struct tm 的内容? 更具体地说明我的问题:我希望能够提供一个日期并从中填充 struct tm(例如:1-1-2000 00:00:01。)对于大多数字段
我想将 tm 结构用作类中的静态变量。花了一整天的时间阅读和尝试,但仍然无法正常工作:(如果有人能指出我做错了什么,我将不胜感激 在我的类里面,在 Public 下,我将其声明为: static st
你能举一个使用 tm 的例子吗(我不知道如何初始化那个 struct),当前日期是以这种格式写的 年/月/日? 最佳答案 如何使用tm结构 调用 time() 以获取当前日期/时间(自 1970 年
我有一个字符串,其中包含自纪元以来的微秒数。如何将其转换为时间结构? #include #include #include int main () { struct tm tm;
我是一名优秀的程序员,十分优秀!