r 排除带有关键词的句子

Question

我正在处理如下的句子

    Has no anorexia
    She denies anorexia
    Has anorexia
    Positive for Anorexia

我的目标是排除包含denies, denied, no这样的词的句子，只保留厌食症的积极迹象。

最终的结果应该是

     Has anorexia
     Positive for Anorexia

我用 grepl 函数试过这个选项

     negation <- c("no","denies","denied")
     if (grepl(paste(negation,collapse="|"), Anorexia_sentences[j]) == TRUE){

     Anorexia_sentences[j] <- NA

     }

这是行不通的，我认为 Anorexia 这个词中的 no 导致了一些问题。非常感谢任何有关如何解决此问题的建议。

Answer 1

corpus 库的功能类似于 stringr 等价物，但在term 级别而不是字符 水平。这有效:

library(corpus)
negation <- c("no", "denies", "denied")
text <- c("Has no anorexia", "She denies anorexia", "Has anorexia",
          "Positive for Anorexia", "Denies anorexia")
text[!text_detect(text, negation)]
## [1] "Has anorexia"          "Positive for Anorexia"

如果您想要一个只使用基础 R 的解决方案，请改用以下内容:

pattern <- paste0("\\b(", paste(negation, collapse = "|"), ")\\b")
text[!grepl(pattern, text, ignore.case = TRUE)]