n-grams in R error: invalid 'times' argument

Question

我正在尝试关注 this example 但遇到了错误。

> library("RWeka")
> library("tm")
Loading required package: NLP
> data("crude")
> BigramTokenizer <- function(x) NGramTokenizer(x, Weka_control(min = 2, max = 2))
> tdm <- TermDocumentMatrix(crude, control = list(tokenize = BigramTokenizer))
Error in rep(seq_along(x), sapply(tflist, length)) : 
  invalid 'times' argument
In addition: Warning message:
In mclapply(unname(content(x)), termFreq, control) :
  scheduled core 1 encountered error in user code, all values of the job will be affected

有什么想法吗？

Answer 1

只需使用一些 better/modern 包。我可以建议几个选择：

使用 text2vec 而不是 tm。有关示例，请参见小插图。（我是作者）
值得一看quanteda
如果出于某种原因您喜欢 tm，请尝试使用 tokenizers 包来替换 RWeka ngram 分词器。

n-grams in R error: invalid 'times' argument

n-grams in R error: invalid 'times' argument

r

tm

rweka