term-document-matrix

0熱

1答えて

を変換するには、私が使用してバイグラムのリストを作成しました： BigramTokenizer <- function(x) NGramTokenizer(x, Weka_control(min = 2, max = 2)) tdm_a.bigram = TermDocumentMatrix(docs_a, control = list(tokenize = Bigram

2熱

1答えて

TermDocumentMatrix in R - 唯一の1グラムが作成されました

Rでtmパッケージを開始したばかりで、問題を解決できないようです。私のトークナイザ機能が正しく動作するように見えるにもかかわらず： uniTokenizer <- function(x) NGramTokenizer(x, Weka_control(min=1, max=1)) biTokenizer <- function(x) NGramTokenizer(x, Weka_control(

0熱

1答えて

TM DocumentTermMatrixは、与えられたコーパスに予期しない結果を与える

多分tm::DocumentTermMatrixの仕組みを誤解しているかもしれません。 inspect(Description.text.features[1,]) <<DocumentTermMatrix (documents: 1, terms: 887)>> Non-/sparse entries: 0/887 Sparsity : 100% Maximal term lengt

0熱

2答えて

TermDocumentMatrixがコーパスで作業していません

多くの電子メールファイルを読み込み、Rに迷惑メールやハムを知らせるようにしました。まず、コーパスを作成し、用語文書を作成したいと思ってエラーが発生しました。それを修正するには？ここ email_corpus <- Corpus(VectorSource(NA)) setwd("C:/ham_spam/") library(tm) library(stringr) email_corp

1熱

1答えて

Pythonを使用してコーパスを作成する

私はPythonを初めて使用しました。 Rを使用して1つの用語ドキュメントマトリックスを作成しました。私は、データフレームRes_Desc_Trainで利用可能な説明列からテキストデータを読み込んでいます。しかし、どのように私はPythonでドキュメントの用語の行列を作成する機能を使用することができますかどうかは、任意の文書が学ぶのに役立つ場合に役立つだろうか分からない。以下は私はあなたがpy

3熱

1答えて

Rの中でDocumentTermMatrixを 'dictionary'パラメータで使用する

テキスト分類にRを使いたい。私は言葉の行列を返すためにDocumentTermMatrixを使用します。 library(tm) crude <- "japan korea usa uk albania azerbaijan" corps <- Corpus(VectorSource(crude)) dtm <- DocumentTermMatrix(corps) inspect(dtm)

0熱

1答えて

dtmのドキュメントごとの頻度別にトップフィーチャを抽出するR

私はdtmを持っており、ドキュメント用語マトリックスから各ドキュメントの上位5つの用語を頻度別に抽出したいと考えています。は、私は、TMパッケージ Terms Docs aaaa aac abrt abused accept accepted 1 0 0 0 0 0 0 2 0 0 0 0 0 0 3 0 0 0 0 0 0 4 0 0 0 0 0 0 5 0 0 0 0

0熱

1答えて

DTMのトップフィーチャをId（同じIDを持つ複数のドキュメントが含まれています）から検索します

私はパッケージtmを使用しています。私は2列のデータフレームを持ち、最初の列はIDで、seocnd列はテキストを含んでいます。データフレームは次のようになります。 Id Term1 Term2 Term3 Term4 Term5 13456 Hi Good morning term4 term5 13457 How are you term4 term5 13456 I Know m

0熱

2答えて

私のTerm Document Matrixに最後に文字がないのはなぜですか？

enter image description here私はワードクラウドの作成に取り組んでいます。作成時には、最後のアルファベットがない多くの単語が表示されます。例：Movie - > movi、become - > become 私は黄色で単語をマークしました。最後の1〜2文字が欠けている