r - Twitter数据分析-术语文档矩阵中的错误

Question

尝试对Twitter数据进行一些分析。下载推文并使用以下内容从推文中创建语料库

# Creating a Corpus
wim_corpus = Corpus(VectorSource(wimbledon_text)) 

在尝试如下创建TermDocumentMatrix时，出现错误和警告。

tdm = TermDocumentMatrix(wim_corpus, 
                       control = list(removePunctuation = TRUE, 
                                      stopwords =  TRUE, 
                                      removeNumbers = TRUE, tolower = TRUE)) 

Error in simple_triplet_matrix(i = i, j = j, v = as.numeric(v), nrow = length(allTerms),    : 'i, j, v' different lengths


In addition: Warning messages:
1: In parallel::mclapply(x, termFreq, control) :
 all scheduled cores encountered errors in user code
2: In is.na(x) : is.na() applied to non-(list or vector) of type 'NULL'
3: In TermDocumentMatrix.VCorpus(corpus) : invalid document identifiers
4: In simple_triplet_matrix(i = i, j = j, v = as.numeric(v), nrow = length(allTerms),  :
NAs introduced by coercion

谁能指出这个错误表示什么？这可能与tm软件包有关吗？

tm库已导入。
我正在使用R版本:R 3.0.1和RStudio:0.97

Answer 1

我遇到了同样的问题，事实证明这是软件包兼容性的问题。尝试安装

install.packages("SnowballC")

并加载

library(SnowballC)

在调用DocumentTermMatrix之前。

它解决了我的问题。