如何使用DocumentTermMatrix函数

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我在做中文文本的分类代码如下：words<-as.character(csv$keywords)
words<-strsplit(words,',')
corpus = Corpus(VectorSource(words))
(dtm <- DocumentTermMatrix(corpus))

之后使用dtm$dimnames查看发现其中出现了类似“最新研究\n科学家发现\n摄影”这个几个词组合在一起的情况，为什么会出现这样的情况，还有我该如何做才能够避免这类情况发生？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Document DOCUME matrix term 如何使用 语料库 中文 如何

是因为词的长度不统一。如果你都是用两个词，就不会出现那个情况。

langmalee 发表于 2016-1-11 19:32
是因为词的长度不统一。如果你都是用两个词，就不会出现那个情况。

两个词？我把词的长度统一后测试，结果还是一样呢