关于 r:tm 语料库：tm_map 函数不会改变语料库

tm Corpus: tm_map function does not change the corpus

我是 R 中 tm 包的新手。我正在尝试使用 tm_map 函数创建文档术语矩阵，但显然传递给 tm_map(Corpus, function, lazy=TRUE) 的函数并未应用于语料库。具体来说，文档不会转换为小写。 R Studio 不显示任何错误或警告。
我在这里搞砸了什么吗？这可能是一些问题吗？

1
2
3
4
5
6
7
8
9
10
11
12
13
14

library(tm)
setwd(“…”)

filenames <- list.files(getwd(), pattern=”*.txt”)
files <- lapply(filenames, readLines)

docs <- Corpus(VectorSource(files))
writeLines(as.character(docs[[30]]))

docs <- tm_map(docs, function(x) iconv(enc2utf8(x$content), sub =””), lazy=TRUE)

#to lower case
docs <- tm_map(docs, content_transformer(tolower), lazy=TRUE)
writeLines(as.character(docs[[30]]))

感谢您的建议！

这是一个简单的修复。将转换为小写的代码移到 iconv(…) 之前。

这行得通：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

library(tm)
setwd(“”)

# Read in Files
filenames <- list.files(getwd(), pattern=”*.txt”)
files <- lapply(filenames, readLines)
docs <- Corpus(VectorSource(files))
writeLines(as.character(docs[[30]]))

# Lower Case
docs <- tm_map(docs, content_transformer(tolower), lazy=TRUE)

# Convert
docs <- tm_map(docs, function(x) iconv(enc2utf8(x$content), sub =””))
writeLines(as.character(docs[[30]]))

来源：https://www.codenong.com/42365214/

tm Corpus: tm_map function does not change the corpus

猜你喜欢