删除除 "you"、"your's"、"me"、"mine" 之外的所有停用词

Question

我正在尝试删除所有英文停用词，除了“you/your's”、“me/mine”，因为这些对于我的分析来说很重要。有人可以帮我解决这个问题吗？我是 R 的新手，所以我知道我使用以下代码删除停用词：

corpus <- tm_map(corpus, removeWords, stopwords("english"))

...但我不知道如何保留我需要的单词

Answer 1

您可以从 stopwords("english") 中提取字符串并删除您希望保留的字符串，这样它们就不会被排除。这是 dplyr 语法的示例。

library(tm)
library(dplyr)
library(stringr)

words_to_keep <- c("me","mine","your","yours")

my_stopwords <- data.frame(words = stopwords("english"))%>% #make into dataframe
  filter(!(words %in% words_to_keep))%>% #filter to exclude the words you want to keep
  pull() #transform it back into a vector of strings 

corpus <- tm_map(corpus,removeWords,my_stopwords)

删除除 "you"、"your's"、"me"、"mine" 之外的所有停用词

Removing all stopwords except "you", "your's", "me", "mine"

r

tm

stop-words