通过不同名称的for循环存储多个语料库

Question

每个股票代码有多个文本文档，我想将其存储为一个单独的语料库。我读过有关创建“'lists in lists'”的内容，但这对我不起作用。例如，''text mining and termdocumentmatrix'' 给出以下错误：no applicable method for 'TermDocumentMatrix' applied to an object of class "list.

我可以将所有内容都放在 for 循环中，但这不是我想要的，因为我想要一些灵活性来使用语料库。

有人可以帮我解决这个问题吗？我的代码如下。提前致谢！

Stocks <- list("AAPL", "AMZN", "BIG", "BYD", "CTWS", "EAT", "FB", "GOOG", "GRMC", "HRL", "MGM", "MSFT",
               "NEM", "PKS", "RGLD", "SCCO", "SLP", "TCO", "USGL", "WDFC"
)

BigList <- list()
for (stock in Stocks) {
  filepath <- file.path("C:/Users/......./Stocks10K", stock)
  a <- Corpus(DirSource(filepath))
  a <- tm_map(a, removePunctuation)
  a <- tm_map(a, removeNumbers)
  a <- tm_map(a, tolower)
  a <- tm_map(a, removeWords, stopwords("en"))
  a <- tm_map(a, stripWhitespace)
  name <- paste('Data:', stock, sep='')
  tmp <- list(Text = a)
  BigList[name] <- tmp
  rm(tmp, stock, name, filepath, a)
}

#Create Term Document Matrix and create Matrix
tdm <- TermDocumentMatrix(BigList['Data:AAPL'])
m <- as.matrix(tdm)

Answer 1

看起来您做对了所有事情，除了让您的条目退出 BigList。 [ 将 return 一个列表（在你的情况下包含一个元素）——你需要 [[ 来代替。尝试：

tdm <- TermDocumentMatrix(BigList[['Data:AAPL']])

相反。

https://cran.r-project.org/doc/manuals/R-lang.html#Indexing 有更多信息，包括这个注释（以防我上面说的不清楚）：

For lists, one generally uses [[ to select any single element, whereas [ returns a list of the selected elements.

通过不同名称的for循环存储多个语料库

Store multiple corpus via for loop by different names

for-loop

r

corpus

text-mining

tm