R tolower 仅在函数内

Question

我想从字符向量中删除单词。我是这样做的：

library(tm)
words = c("the", "The", "Intelligent", "this", "This")
words_to_remove = c("the", "This")
removeWords(tolower(words), tolower(words_to_remove))

这真的很好，但我希望 "Intelligent" 这个词原样返回，意思是 "Intelligent" 而不是“智能。是否可以仅在函数 removeWords 中使用函数 tolower？

Answer 1

您可以在此处 grepl 使用基础 R 方法：

words_to_remove = c("the", "This")
pattern <- paste0("\b", words_to_remove, "\b", collapse="|")
words = c("the", "The", "Intelligent", "this", "This")

res <- grepl(pattern, words, ignore.case=TRUE)
words[!res]

[1] "Intelligent"

Demo

我在这里使用的技巧是调用 paste 生成以下模式：

\bthe\b|\bThis\b

此模式可以在单个正则表达式评估中确定 words 中的任何字符串是否是要删除的匹配项。

Answer 2

这是另一个使用基础 R 的 %in% 函数的选项：

words = c("the", "The", "Intelligent", "this", "This")
words_to_remove = c("the", "This")

words[!(tolower(words) %in% tolower(words_to_remove))]

%in% returns 对于 "words" 在 "words_to_remove" 列表中的所有情况都为真。对要保留的单词取反。

R tolower 仅在函数内

R tolower only within function

text

r

text-mining

tolower

Demo