问题描述
我需要一些帮助。我正在尝试使用 quanteda 包制作一些语料库样本，但没有按预期工作。
library(quanteda)
library(readtext)
news <- corpus(readtext('./final/en_US/en_US.news.txt',dvsep = ' '))
#Yeah,it's from Coursera
然后我尝试从整个语料库中抽取样本：
set.seed(362)
newsSample <- corpus_sample(news,size = 5000)
R-studio 告诉我，它不能采用大于总体的样本，但我确信总体比大小要大得多，文件大约有 77k 行。还有一件事，在 readtext 之后，我得到了 1 个 obs 的矩阵。 2 个变量。第二个变量是文件中的整个文本。
我做错了什么？
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@）