问题描述
我在使用 stemCompletion 时遇到问题。这是一个可重现的示例。
library("tm")
library("snowballC")
text <- "communicate. communicate Communicates communicating Communication 1"
corpus <- Corpus(VectorSource(text))
toSpace <- content_transformer(function (x,pattern) gsub(pattern," ",x))
corpus <- tm_map(corpus,toSpace,"/")
corpus <- tm_map(corpus,"@")
corpus <- tm_map(corpus,"\\|")
corpus <- tm_map(corpus,content_transformer(tolower))
corpus <- tm_map(corpus,content_transformer(removeNumbers))
corpus <- tm_map(corpus,removeWords,stopwords("english"))
corpus <- tm_map(corpus,content_transformer(removePunctuation))
corpus <- tm_map(corpus,content_transformer(stripwhitespace))
dictionary <- corpus # save this to use as a dictionary for stemCompletion
stemmed_corpus <- tm_map(corpus,content_transformer(stemDocument),language="english")
stemmed_corpus[[1]][1] # confirm words are stemmed properly
dictionary[[1]][1] # confirm the dictionary has complete words
# this is the part that's not working as expected:
completed_corpus <- tm_map(stemmed_corpus,content_transformer(stemCompletion),dictionary=dictionary,type=c("prevalent"))
inspect(completed_corpus)
inspect(completed_corpus) 返回词干（“communic”）五次和一个 NA 值。
我的目标是得到完整的词干（“交流”五次）。
预先感谢您的任何建议。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）