tm

1熱

1答えて

STM：tmからstmへの変換時にメタデータを保持する方法

tmパッケージを使用して準備されたドキュメント用語マトリックスで、構造化トピックモデル（stmパッケージを使用）を実行しようとしています。 私は、次のメタデータが含まれていtmパッケージ内のコーパス構築された：いくつかのテキストクリーニングを行うと、clean_corpus2（まだ存在するメタデータ）として結果を保存した後 library(tm) myReader2 <- readTabula

r matrix tm topic-modeling text-analysis 2017-12-05

---

1熱

1答えて

複数の列にわたるlevenshtein距離のRテキスト・マイニング

levenshtein distance（adist function in R）を介して、複数の列にわたってテキスト文字列を複数回比較したいとします。私がしたいことはsource1$nameとsource2$nameを比較することです。一致するものがない場合（すなわち、match.s1.s2$s2.iに対してNAが返された場合、2つのデータフレームにリストされているアドレス（source1$ad

r for-loop text tm levenshtein-distance 2017-12-21

---

1熱

1答えて

Dictionaryを持つDocumentTermMatrix

選択した単語のみを集計してコーパスをDocumentTermMatrixに変換したい。 Terms Docs peter petter 1 0 0 2 2 2 ：私がしたいことは、このようになります。一方で Terms Docs peter petter 1 0 0 2 1 1 ： a = list(

r text-mining tm 2017-12-26

---

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

r text-mining tm term-document-matrix 2017-11-16

---

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

r text-mining tm term-document-matrix 2017-11-20

---

0熱

1答えて

R：エラーにドキュメントタームマトリックスの結果を検査：繰り返しのインデックスが現在

を許可されていない私は、次のダミーデータがあります。 final6 <- data.frame(docname = paste0("doc", 1:6), articles = c("Catalonia independence in matter of days", "Anger over Johnson Libya bodies comment",

r text tm corpus 2017-11-21

---

1熱

1答えて

tmの最新バージョンでreadTabular（）関数が削除されました。代わりに何を使用しますか？

tmバージョン0.7-1には、readTabular()機能がありました。今は消えてしまいます。あなたがそれを使用しようとすると、合理的に期待しているように、廃止のメッセージや警告などはありません。それはただ消えてしまった。遠い過去に（4日前）、それはのように使用することができます： library(tm) myReader <- tm::readTabular(mapping=list(id

r tm 2017-12-02

---

2熱

1答えて

大量のドキュメントを読み込むtmパッケージを異常な順序で修正するには？

私はRでtmを使用し、10kドキュメントを扱っています。私は索引でいくつかを調べたかったが、ファイルと一致していなかった。 tmは大量の文書を奇妙な順序で読み込むのはなぜですか、そしてそれはどのように修正/改ざんできますか？ library(tm) docs <- c() for (i in 1:10000) { docs <- c(docs, paste('test', i))

r tm 2017-12-15

---

1熱

2答えて

ドキュメント期の行列は、例えば、私は文書長期行列DTMを持って

をR： dtm <<DocumentTermMatrix (documents: 50, terms: 50)>> Non-/sparse entries: 220/2497 Sparsity : 100% Maximal term length: 7 Weighting : term frequency (tf) 今、私は、各文書を表

r matrix tm topic-modeling 2017-12-23

---