R 文本挖掘术语邻接矩阵

Question

我使用 tm 包从我的语料库创建了一个文档术语矩阵。

dtm <- DocumentTermMatrix(myCorpus, control=list(wordLengths=c(4, 20),
       bounds = list(global = c(1,13))))

然后我创建了一个术语-术语邻接矩阵。

ttm_results <- t(as.matrix(dtm)) %*% as.matrix(dtm)

当我检查结果样本时

ttm_results[200:205, 200:205]

我注意到这是一个非常大但稀疏的数据集。

如何删除 essentially zeros 的行？

我认为 essentially zero 包括像 1,2 和 5 这样没有 adjacent 术语的行。

Answer 1

这个怎么样

#rebuilding your matrix 
m <- diag(6)
m[3, 3] = 71
m[4, 5] = 1
m[5, 4] = 1

m
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]    1    0    0    0    0    0
[2,]    0    1    0    0    0    0 
[3,]    0    0   71    0    0    0
[4,]    0    0    0    1    1    0
[5,]    0    0    0    1    1    0
[6,]    0    0    0    0    0    1

#answer
m[!rowSums(m)==1, ]

R 文本挖掘术语邻接矩阵

R Text Mining Term Adjacency Matrix

r

tm