当文档由两列定义时获取 tf idf

Question

我正在使用 tidytext 进行文本分析。我正在尝试计算语料库的 tf-idf。执行此操作的标准方法是：

book_words <- book_words %>%
   bind_tf_idf(word, book, n)

但是，在我的例子中，'document' 不是由单个列定义的（如 book）。是否可以在文档由两列（例如，book 和 chapter）定义的地方调用 bind_tf_idf？

Answer 1

为什么不连接两列？例如

library(tidyverse)
library(tidytext)
library(janeaustenr)
book_words <- austen_books() %>%
  unnest_tokens(word, text) %>%
  count(book, word, sort = TRUE) %>%
  ungroup()
book_words$chapter <- sample(1:10, nrow(book_words), T)
book_words %>%
  unite("book_chapter", book, chapter) %>%
  bind_tf_idf(word, book_chapter, n) %>% print %>%
  separate(book_chapter, c("book", "chapter"), sep="_") %>% 
  arrange(desc(tf_idf))

当文档由两列定义时获取 tf idf

Getting tf idf when documents are defined by two columns

r

tidytext