问题描述
我有一个包含一堆推文的语料库,我必须按主题对它们进行分类。我想阻止它们,以便以后与 DocumentTermMatrix
和 LDA
更好地工作。我曾尝试使用 tm
的 stemDocument
,但查看 DTM
中的单词似乎根本不正确。
也许我对词干的理解有误,但我想“报废”、“报废”和“报废”以及“路线”、“路由器”和“例程”应该成为同一个词。
此外,这似乎是获取主题的不可跳过的过程,对吗?我问这个是因为实际上在这个词干之前看起来更好的术语。
提前致谢。
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@)