将语料库转换为R中的data.frame [英] convert corpus into data.frame in R

问题描述

我正在使用tm包来应用词干，我需要将生成的数据转换成数据帧。
可以在这里找到一个解决方案。 R tm包vcorpus，语料库到数据框，但在我的情况下，我有语料库的内容如下：

I'm using the tm package to apply stemming, and I need to convert the resulting data into a data frame. A solution for this can be found here R tm package vcorpus, corpus to dataframe, but in my case I have the content of the corpus as:

[[2195]]
i was very impress

而不是

[[2195]]
"i was very impress"

因此，如果我申请

data.frame(text=unlist(sapply(mycorpus, `[`, "content")), stringsAsFactors=FALSE)

结果将是

<NA>.

任何帮助都非常感激！

以下代码作为示例：

sentence <- c("a small thread was loose on the sandals, otherwise it looked good")
mycorpus <- Corpus(VectorSource(sentence))
mycorpus <- tm_map(mycorpus, stemDocument, language = "english")

inspect(mycorpus)

[[1]]
a small thread was loo on the sandals, otherwi it look good

data.frame(text=unlist(sapply(mycorpus, `[`, "content")), stringsAsFactors=FALSE)

 text
1 <NA>

推荐答案

应用

gsub("http\\w+", "", mycorpus)

输出有class = character，所以在我的情况下可以工作。

the output has class = character, so it works in my case.

这篇关于将语料库转换为R中的data.frame的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！