r - 你如何处理中间有印地语单词的英文文本？ (R 中的文本挖掘)

Question

我正在使用 R 进行情感分析，我正在寻找一种有效的方法来处理英文文本中的印地语单词。

例如:“我知道，magar 这可能会发生”

这里的“magar”是印地语单词，意思是“但是”。如何处理这种用英文写的多语言文本？

谢谢!

Answer 1

您可以使用 phonetic algorithm像 soundex 一样处理词汇外的术语并尝试将它们与印地语单词匹配。然后你把那些独立的词翻译成英文。