キーワードの後に​​キーワードを文字列に入れないでください。R

Question

問題：私はテキストマイニング用のトークナイザを使用しており、入力データの文字列の長さを制限したいと考えています。次のコードでは、単語が含まれている場合は、文字列全体が になります。

#create data frame with data 
    dd <- data.frame(
    text = c("hello how are you doing thank 
       you for helping me with this 
       problem","junk","junk"), stringsAsFactors = F) 

    #keep string that only include term "how" 
    dd <- filter(dd, grepl('how', text)) 

質問：私はちょうどキーワードの後に​​Nワードを維持するためにコードを変更するにはどうすればよい。

N = 1その後、ddが含まれる場合：どのようにあなたが

をやっている：N = 3その後、ddが含まれる場合はどのようにあなたが

ある：N = 2その後、ddが含まれる場合はどのように

です

：

...

私はまた、キープに追加の単語が含まれている場合それが動作するコードが必要ここでは

Answer 1

はきちんとテキストマイニングパッケージWIH可能なアプローチである： （その依存関係を確認...-

library(tidytext) # install.packages("tidytext") 
library(tidyr) # install.packages("tidyr") 
library(dplyr) # install.packages("dplyr") 

dd <- data.frame(
    text = c("hello how are you doing thank 
       you for helping me with this 
       problem","junk","junk"), stringsAsFactors = F) 

私は言葉の地平線についてのごパラメータscopeとして言及。あなたのコメントについて

scope=3 
dd %>% 
unnest_tokens(ngram, text, token = "ngrams", n = 1+scope) %>% 
    separate(ngram, paste("word",1:(scope+1),sep=""), sep = " ") %>% 
    filter(word1 %in% c("how")) %>% apply(.,1,paste, collapse= " ") 

[1] "how are you doing" 

：簡単な関数に以下のコードをオンにする：あなたは、文字列で終わるしたい場合

scope=2 
dd %>% 
    unnest_tokens(ngram, text, token = "ngrams", n = 1+scope) %>% 
    separate(ngram, paste("word",1:(scope+1),sep=""), sep = " ") %>% 
    filter(word1 %in% c("how","me")) 

# A tibble: 2 × 3 
    word1 word2 word3 
    <chr> <chr> <chr> 
1 how are you 
2 me with this 

、あなたがngramsをバック崩壊する必要があり、例えばCF、この第二の例： チャンク（文字列）ごとにチャンク（文字列）を処理する場合は、このグループを明示的に処理する必要があります。本当に

scope=2 
subsets <- 
    dd %>% 
    mutate(id=1:length(text)) %>% 
    split(., .$id) 

unlist(lapply(subsets, function(dd) { 
    dd %>% 
    unnest_tokens(ngram, text, token = "ngrams", n = 1+scope) %>% 
    separate(ngram, paste("word",1:(scope+1),sep=""), sep = " ") %>% 
    filter(word1 %in% c("how","problem")) %>% 
    apply(.,1,FUN=function(vec) paste(vec[-1],collapse=" ")) 
})) 

      1 
"how are you"