如何连接，R中使用TM

开始与文件两个语料库，每个都有相同数量的文档元素方面，两个语料库：如何连接，R中使用TM

library(tm) 
c1 <- Corpus(VectorSource(c("document 1 corpus 1 text", "document 2 corpus 1 text"))) 
c2 <- Corpus(VectorSource(c("document 1 corpus 2 text", "document 2 corpus 2 text")))

我想相同数量的单个语料库联合逐元素，以形成一个单一的文件，相当于该术语的文档：

c3 <- Corpus(VectorSource(c("document 1 corpus 1 text document 1 corpus 2 text", 
          "document 2 corpus 1 text document 2 corpus 2 text"))

搜索已经转向了tm_combine功能，但组合来自不同语料库的文档转换成一个单一的语料库具有两倍（或，个人的总和）文件的数量秒。

来源

2016-08-19 Sealander

@Jota这看起来像一个很好的答案 –

@Jota是的！这是完美的。我不知道“内容”功能。 Upvoted评论，但作为答案，我会接受。 – Sealander

您可以遍历每个语料库并将相应的条目粘贴在一起。然后，转换回一个语料库：

Corpus(VectorSource(
    mapply(function(x, y) paste(content(x), content(y)), c1, c2) 
))

来源

2016-08-19 14:48:13 Jota

c4 <- 
    Corpus(VectorSource(c( 
    paste(data.frame(text=unlist(sapply(c1, `[`, "content")), stringsAsFactors=F)$text[1], 
     data.frame(text=unlist(sapply(c1, `[`, "content")), stringsAsFactors=F)$text[2]), 
    paste(data.frame(text=unlist(sapply(c2, `[`, "content")), stringsAsFactors=F)$text[1], 
     data.frame(text=unlist(sapply(c2, `[`, "content")), stringsAsFactors=F)$text[2]))))

来源

2016-08-19 03:30:32

Upvoted，但会接受@ Jota的简洁。谢谢。 – Sealander

如何连接，R中使用TM

回答

相关问题