tm_map 是 R 中的错误

Question

这是我第一次做推特分析。

    #Search data from Twitter
library("twitteR")
SearchData = searchTwitter("Bruno Mars", n=1000,lang = 'en')
SearchData

#Scrapping Data 
userTimeline("BrunoMars", n=100, maxID =NULL, excludeReplies = FALSE, includeRts = FALSE)

class(SearchData)
head(SearchData)

#Cleanning Data
library(NLP)
library(tm)



TweetList <- sapply(SearchData, function(x) x$getText()) 

TweetList <- (TweetList[!is.na(TweetList)])
TweetCorpus <- Corpus(VectorSource(TweetList))
TweetCorpus <-  iconv(TweetCorpus, to ="utf-8")

#change data to lower case

TweetCorpus <- tm_map(TweetCorpus,removePunctuation)
TweetCorpus <- tm_map(TweetCorpus, removeNumbers)
TweetCorpus <- tm_map(TweetCorpus, tolower)

我遇到了这个错误 "Error in UseMethod("tm_map", x) : 'tm_map' 的适用方法没有应用于 class "character" 在我的最后 3 行的对象。

我尝试通过在我的代码中的 removePunctuation、removeNumbers 和 tolower 之前添加 content_transformer 来解决这个问题，但我仍然有同样的错误。我真的不知道。我需要你的建议和忠告。我已经修复了几天这个问题，但还没有解决。

非常感谢罗斯

Answer 1

tm_map 必须应用于语料库对象，而不是字符向量。但是 iconv 将您的 TweetCorpus 对象从 Corpus 返回转换为字符向量。

要解决此问题，请切换预处理顺序，以便在将推文转换为语料库对象之前使用iconv：

TweetList <- c("hello", "world", "Hooray", "yep") TweetList <- iconv(TweetList, to ="utf-8") TweetCorpus <- Corpus(VectorSource(TweetList))

Answer 2

tm 的最新版本使您不能再使用 tm_map 对简单字符值进行操作的函数。所以问题是您的 tolower 步骤，因为那不是 "canonical" 转换（参见 getTransformations()）。只需将其替换为

TweetCorpus <- tm_map(TweetCorpus, content_transformer(tolower))

content_transformer 函数包装器会将语料库中的所有内容转换为正确的数据类型。您可以将 content_transformer 与任何旨在操纵字符向量的函数一起使用，以便它可以在 tm_map 管道中工作。

tm_map 是 R 中的错​​误

tm_map is error in R

r

tm

tm_map 是 R 中的错误