konvertieren Korpus in Daten.frame in R
Ich bin mit dem tm-Paket anwenden Wortstamm, und ich brauche zum konvertieren der resultierenden Daten in einem Daten-frame.
Eine Lösung für diese finden Sie hier R tm Paket vcorpus: Fehler in der Konvertierung von Text zu Daten-frame, aber in meinem Fall habe ich den Inhalt des corpus als:
[[2195]]
i was very impress
statt
[[2195]]
"i was very impress"
und, weil dieser, habe ich, wenn ich
data.frame(text=unlist(sapply(mycorpus, `[`, "content")), stringsAsFactors=FALSE)
wird das Ergebnis
<NA>.
Jede Hilfe ist sehr willkommen!
Folgenden Code als Beispiel:
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>
- Nicht sicher, aber vielleicht versuchen Sie
deparse
auf der corpus-Liste? - Danke!!! Nein... ich kann nicht verwalten, indem Sie mit deparse...
- Könnten Sie fügen Sie einige code mit Daten zu produzieren, die ein minimales Beispiel arbeiten? Von dem, was ich bisher sehe, @RichardScriven 's Idee klingt ganz vernünftig.
- sicher!!! von "nicht schaffen" meinte ich, dass ich nicht in der Lage die deparse-Funktion...
- Oh, tut mir Leid. einfach mal versuchen auf ein element zuerst. Zum Beispiel
deparse(data[[2195]])
- Nein, tut mir Leid! 🙂 Ich nicht auch arbeiten.. ich denke, das problem muss ein anderes ein, denn in dem Beispiel, das ich gebe am Ende der Eingabe ist ein string-Vektor... so sollte es funktionieren... irgendwelche Ideen?
- Hab ich gelöst! Ich habe angewendet, ein workaround... Wenn ich gsub dem Korpus, das Ergebnis ist Klasse = Charakter. Es funktioniert für mich. Vielen Dank für Ihre Hilfe!
- Sie sollte hinzufügen, dass als Antwort für die Zukunft, DAMIT die Suchenden.
Du musst angemeldet sein, um einen Kommentar abzugeben.
Durch die Anwendung
den Ausgang class = Charakter, so dass es funktioniert in meinem Fall.
Ich bin nicht in der Lage, das problem zu reproduzieren mit tm_0.6 in R 3.1.0 auf einem Mac:
Wenn ich bekommen hatte, diese unerwünschte Ergebnisse hätte ich sofort versucht:
... mit der Begründung, dass seit
'constent'
ist eine Liste, die element-Namen, der[['content']]
sollte in der Lage gewesen, so dass die serielle Extraktion. Es sah auch zu mir, dass die unlist könnte nicht erforderlich sein, mit diesem Ansatz: