如何在r中使用topicmodel将多个文档合并为一个文档？

问题描述

我目前正在尝试使用topicmodels包将语料库的多个文档合并为一个文档。我最初是通过多个csv导入数据的，每个csv都有多行文本。但是，当我导入每个csv时，该csv的每一行都被视为一个文档，而每个csv则被视为一个语料库。我想做的是将每个csv的每个文档/行合并到一个文档中，然后每个csvs将代表我的语料库中的一个文档。我不确定是否可行-也许在最初导入然后创建文档和语料库时以某种方式将csv的所有行作为单个文本文件读取会更容易，但是我不知道如何要么这样做。下面是我用来导入csvs的代码：

file <- read.csv("file.csv")
fileCorp <- VCorpus(VectorSource(file$text))

csv中的行看起来像这样（其中每个/代表换行符）：“我走路” /“狗” /“在” /“昨晚停车”

我想将这些行中的每一行合并为一行文本，以作为语料库中的单个文档。

感谢您的帮助！

解决方法

您的任务可以通过以下步骤完成：

file1 <- data.frame(text = c('I walked','the dog','at the','park last night'))
file2 <- data.frame(text = c('He walked','the cat','yesterday'))

data.frame(id = c(1,2),text = c(paste(file1$text,collapse = " "),paste(file2$text,collapse = " ")))

  id                                    text
1  1 I walked the dog at the park last night
2  2      He walked the cat at the yesterday