Lorsque j'essaie d'utiliser strsplit en texte brut, il a la propriété désirée que la valeur stockée soit transformée d'une chaîne de caractères en un vecteur avec des chaînes de caractères . Par exemple,Comment transformer le contenu du corpus en vecteur après newline " n"
txt = "The fox is Brown.\nThe Fox has a tail."
strsplit(txt, "\n")
Pour le problème réel que je utilise le paquet PNL, tm (v0.7-1) dans R 3.4.0 sur Windows 7.
Lorsque je crée mon corpus et essayez d'utiliser la fonction content_transformer dans tm, il casse mon corpus au lieu de retourner un vecteur du contenu.
require(tm) #version 0.7-1
txt = "The fox is Brown.\nThe Fox has a tail."
docs = Corpus(VectorSource(txt))
to_newline = content_transformer(function (x) unlist(strsplit(x, "\n")))
docs = tm_map(docs, to_newline)
str(docs)
La sortie de str(docs)
dans le code ci-dessus ressemble:
List of 2
$ 1:List of 2
..$ content: chr "The fox is Brown."
..$ meta :List of 7
.. ..$ author : chr(0)
.. ..$ datetimestamp: POSIXlt[1:1], format: "2017-06-25 15:11:55"
.. ..$ description : chr(0)
.. ..$ heading : chr(0)
.. ..$ id : chr "1"
.. ..$ language : chr "en"
.. ..$ origin : chr(0)
.. ..- attr(*, "class")= chr "TextDocumentMeta"
..- attr(*, "class")= chr [1:2] "PlainTextDocument" "TextDocument"
$ 2:List of 2
..$ content: chr "The Fox has a tail."
..$ meta :List of 7
.. ..$ author : chr(0)
.. ..$ datetimestamp: POSIXlt[1:1], format: "2017-06-25 15:11:55"
.. ..$ description : chr(0)
.. ..$ heading : chr(0)
.. ..$ id : chr "2"
.. ..$ language : chr "en"
.. ..$ origin : chr(0)
.. ..- attr(*, "class")= chr "TextDocumentMeta"
..- attr(*, "class")= chr [1:2] "PlainTextDocument" "TextDocument"
- attr(*, "class")= chr [1:2] "SimpleCorpus" "Corpus"
Je veux que ça ressemble à ce qui suit où $ content
est un vecteur de caractères:
List of 1
$ 1:List of 2
..$ content: chr [1:2] "The fox is Brown." "The Fox has a tail."
..$ meta :List of 7
.. ..$ author : chr(0)
.. ..$ datetimestamp: POSIXlt[1:1], format: "2017-06-25 15:11:55"
.. ..$ description : chr(0)
.. ..$ heading : chr(0)
.. ..$ id : chr "1"
.. ..$ language : chr "en"
.. ..$ origin : chr(0)
.. ..- attr(*, "class")= chr "TextDocumentMeta"
..- attr(*, "class")= chr [1:2] "PlainTextDocument" "TextDocument"