1
我从数据库中加载文本文档,然后从它们创建语料库,最后我设置了文档的前缀ID(我需要使用前缀,因为我有几种类型的文档)。R:tm:TextDocument级别元数据设置看起来效率很低
rs <- dbSendQuery(con,"SELECT id::TEXT, content FROM entry")
entry.d = data.table(fetch(rs,n=-1))
entry.vs = VectorSource(entry.d$content)
entry.vc = VCorpus(entry.vs, readerControl = list(language = "pl"))
meta(entry.vc, tag = 'id', type = 'local') = paste0("e:",entry.d$id)
这工作起来很慢。这需要6分钟,当
tm_map(entry.vc, tm_reduce, tmFuns = funs, mc.cores=1)
其中funs
为6层的功能列表中,需要只有2分钟。
有没有办法更快地做到这一点?