从 dfm 中删除特定单词

Question

来自这个过程

    library(stm)
library(tidyr)
library(quanteda)
     testDfm <- gadarian$open.ended.response %>%
             tokens(remove_punct = TRUE, remove_numbers = TRUE, remove_symbols = TRUE)  %>%
             dfm()

假设我们检查 frq

dftextstat <- textstat_frequency(testDfm)

我们想从 dfm 中删除一些特定的词。根据我们要删除的 dftextstat c("and", "to") 是否有任何方法可以在 dfm 中创建它而无需再次运行创建 dfm 的行？

Answer 1

如果您已有 dfm，可以使用 dfm_remove 删除功能。

基于您的示例：

# remove "and" and "to"
testDfm <- dfm_remove(testDfm, c("and", "to"))

最好删除所有停用词：

dfm_remove(testDfm, stopwords("english"))

如果您还有一个令牌对象，您可以以相同的方式使用 tokens_remove，或者像上面那样在管道中使用。

从 dfm 中删除特定单词

Remove specific word from a dfm

r

quanteda