[tm包]TermDocumentMatrix方法

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

中文分词后使用tm包的DocumentTermMatrix()创建矩阵后，得到的结果出现\n符号代码如下：
corpus <- Corpus(VectorSource(sample.words))  

sample.dtm <- DocumentTermMatrix(corpus,control=list(removePunctuation=TRUE,
    stopwords=TRUE,wordLengths=c(2,Inf)))
inspect(sample.dtm)


结果
     Terms
Docs  万\n关键字\n新\n举措 万\n规模 万\n号称 万\n计划 万\n络\n西乐 万\n络\n止痛药\n市场


请问是什么原因呢

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 doc 中文转换

ryoeng 发表于 2015-9-13 12:12
参考一下。
https://rstudio-pubs-static.s3.amazonaws.com/42046_1145eaaa455840b7a2a0d8a74146dd3a.html

分词后是没有\n符号的 就是创建tdm矩阵后出现了

我也遇到了同样的问题，而且你这里面的词语，例如“万\n计划” 原本在你的分词里应该是分开的吧，还是说你本来就应该是合在一起的？

去掉\n这个问题好解决，你分词后，用strsplit函数，用逗号分割一下，就能没有了\n，但是无关的两个分词合并到一切，我却不知道怎么解决。。。

我之前有过同样问题，tm降版成0.58后解决。

找到了问题所在，说是R语言版本过高，作者可能在R升级后没有维护，将R语言版本改为3.0.2，问题消失

tiantanshu 发表于 2015-9-14 11:04
我也遇到了同样的问题，而且你这里面的词语，例如“万\n计划” 原本在你的分词里应该是分开的吧，还是说你本 ...

分词的结果是没有\n问题的  就是创建文档词项矩阵后就出现了

torrentpien 发表于 2015-9-14 12:35
我之前有过同样问题，tm降版成0.58后解决。

我试过 并没有解决啊

torrentpien 发表于 2015-9-14 12:35
我之前有过同样问题，tm降版成0.58后解决。

我试过 并没有解决啊

你将你的R语言版本降到3.0.2就可以了