计算 Documenttermmatrix 中的标记数
Count the number of tokens in a Documenttermmatrix
我有一个关于 Documenttermmatrix 的问题。我想在 R 中使用“LDAVIS”包。为了可视化 LDA 算法的结果，我需要计算每个文档的标记数。我没有所考虑的 DTM 的文本语料库。有谁知道我如何计算每个文档的令牌数量。输出为包含文档名称和他的令牌数量的列表将是完美的解决方案。
亲切的问候，
汤姆
您可以使用 slam::row_sums。这会计算文档术语矩阵的 row_sums，而无需先将 dtm 转换为矩阵。此功能来自安装tm包时安装的slam包。
count_tokens <- slam::row_sums(dtm_goes_here)
# if you want a list
count_tokens_list <- as.list(slam::row_sums(dtm_goes_here))
我有一个关于 Documenttermmatrix 的问题。我想在 R 中使用“LDAVIS”包。为了可视化 LDA 算法的结果，我需要计算每个文档的标记数。我没有所考虑的 DTM 的文本语料库。有谁知道我如何计算每个文档的令牌数量。输出为包含文档名称和他的令牌数量的列表将是完美的解决方案。
亲切的问候， 汤姆
您可以使用 slam::row_sums。这会计算文档术语矩阵的 row_sums，而无需先将 dtm 转换为矩阵。此功能来自安装tm包时安装的slam包。
count_tokens <- slam::row_sums(dtm_goes_here)
# if you want a list
count_tokens_list <- as.list(slam::row_sums(dtm_goes_here))