从推文创建稀疏矩阵

我有一些推文和其他变量，我想转换为稀疏矩阵。从推文创建稀疏矩阵

这基本上是我的数据看起来像。现在它被保存在data.table中，其中一列包含推文和一列包含分数。

Tweet    Score 
Sample Tweet :)  1 
Different Tweet  0

我想这个转换成看起来像这样一个矩阵：

Score Sample Tweet Different :) 
    1  1  1   0 1 
    0  0  1   1 0

凡在稀疏矩阵在我data.table每一行一行。在R中有这么简单的方法吗？

来源

2016-12-06 Kristofersen

你想

library(Matrix) 
words = unique(unlist(strsplit(dt[, Tweet], ' '))) 

M = Matrix(0, nrow = NROW(dt), ncol = length(words)) 
colnames(M) = words 

for(j in 1:length(words)){ 
    M[, j] = grepl(paste0('\\b', words[j], '\\b'), dt[, Tweet]) 
} 

M = cbind(M, as.matrix(dt[, setdiff(names(dt),'Tweet'), with=F])) 

#2 x 5 sparse Matrix of class "dgCMatrix" 
#  Sample Tweet :) Different Score 
#[1,]  1  1 .   .  1 
#[2,]  .  1 .   1  .

唯一的小问题是什么这是接近的是，正则表达式是不承认':)'作为一个字。也许一个更了解正则表达式的人可以建议如何解决这个问题。

来源

2016-12-07 01:08:43 dww

顺便说一句我在上面使用data.table语法。确保你转换为数据，表使用代码原样。 – dww

感谢您的回复。如果我在看这个权利，我们可以将grepl（paste0（'\\ b'，words [j]，'\\ b'），dt [，Tweet]）更改为grepl（单词[j]，tweet $鸣叫）。它在测试场景中工作，但我不确定是否还有另一种场景，我没有考虑它会失败的情况。另外，如果这个变化稍微有些变化，我想要在稀疏矩阵中出现单词出现的频率。因此，如果“差异”被写入两次，稀疏矩阵将显示一个2.是否有一个简单的方法呢？ – Kristofersen

你不能只删除'\\ b'或者它会匹配另一个词的词。例如'帽'将匹配'那' – dww

从推文创建稀疏矩阵

回答

相关问题