使用 R 在语料库中组合两个词

Question

我正在尝试使用 content_transform 函数将两个词合并为一个，作为 R 中 tm 包的一部分。

例如，我有位置数据，要创建词云，我需要组合 "san jose"、"san diego"、"san francisco")，否则 "san" 会出现最频繁的词。

据我所知，创建一个函数，例如，

combineUK <- content_transformer(function(x, pattern)     
gsub(pattern,"UK",x,ignore.case = T))

但是，为每个城镇单独创建功能是不现实的。

我想知道是否有任何方法可以在 content_transform 中实现 paste() 功能？

所以，也许我遗漏了一些明显的东西。

Answer 1

由于您没有提供完整的可重现示例(copy-paste-run-able)，我不知道您得到了什么，想要什么。但是，考虑例如

library(tm)
library(wordcloud)
par(mfrow = c(2,1), cex=.5)
txt <- c("hello san jose dudes", "welcome to san diego", "Did you like san francisco")
corp <- Corpus(VectorSource(txt))
wordcloud(corp, min.freq=1)
corp <- tm_map(corp, content_transformer(function(x) gsub("(san).(\w+)", "\1\2", x, ignore.case = TRUE)))
wordcloud(corp, min.freq=1)

使用 R 在语料库中组合两个词

Combine two words in a corpus using R

r

tm

corpus