Используя TM, я сравниваю DocumentTermMatrix со списком словаря, чтобы подсчитать итоги:
totals <- inspect(DocumentTermMatrix(x, list(dictionary = d)))
Это отлично работает для отдельных слов, но я хочу включить двойные слова и не могу понять, как это сделать.
Я попробовал RWeka:
TrigramTokenizer <- function(x) NGramTokenizer(x,
Weka_control(min = 3, max = 3))
tdm <- TermDocumentMatrix(v.corpus,
control = list(tokenize = TrigramTokenizer))
НО получите следующее сообщение об ошибке:
Error in simple_triplet_matrix(i = i, j = j, v = as.numeric(v), nrow = length(allTerms), :
'i, j, v' different lengths
In addition: Warning messages:
1: In parallel::mclapply(x, termFreq, control) :
all scheduled cores encountered errors in user code
2: In is.na(x) : is.na() applied to non-(list or vector) of type 'NULL'
3: In simple_triplet_matrix(i = i, j = j, v = as.numeric(v), nrow = length(allTerms), :
NAs introduced by coercion.
Можете ли вы помочь с сообщением об ошибке?
Спасибо!!