r - c 使用rep或replicate或类似的语料库

标签 r text-mining corpus

我有一个小语料库,例如

myvec <- c("n417", "disturbance", "grand theft auto", "assault", "burglary", 
"vandalism", "atmt to locate", "drug arrest", "traffic stop", 
"larceny", "graffiti complaint / reporting")

corpus <- VCorpus(VectorSource(myvec))

如果我想让语料库变大 10 倍,我该如何做才能使结果变量是 VCorpus 而不是列表?

尝试过:

corpus <- replicate(10, corpus) # returns a list
corpus <- VCorpus(replicate(10, corpus)) # Error: inherits(x, "Source") is not TRUE
corpus <- c(corpus, corpus, corpus, corpus, corpus, corpus, corpus) # works, returns a corpus 7 times bigger but involves lots of typing)

如果我有一个小语料库,并且为了示例目的我想将其扩大十倍,我该怎么做?

最佳答案

复制后我们可以将 do.callc 一起使用

library(tm)
do.call(c, rep(list(corpus), 7))
# <<VCorpus>>
#Metadata:  corpus specific: 0, document level (indexed): 0
#Content:  documents: 77

复制类似

do.call(c, replicate(7, corpus, simplify = FALSE))
#<<VCorpus>>
#Metadata:  corpus specific: 0, document level (indexed): 0
#Content:  documents: 77

这里使用replicate不需要simplify = FALSE

do.call(c, replicate(7, corpus))
#<<VCorpus>>
#Metadata:  corpus specific: 0, document level (indexed): 0
#Content:  documents: 77

关于r - c 使用rep或replicate或类似的语料库,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45913283/

相关文章:

r - corpus 包的 tolower 函数抛出错误

python - 组合/添加来自不同 word2vec 模型的向量

r - 如何在 ggplot2 stat_summary 图中设置多种颜色?

python - 类别 使用 Python 进行文本分析的企业

R:了解 mutate_ 中的标准评估

machine-learning - 如何创建一个功能来检测不同语言文本中的年龄?

r - R中多个术语的findAssocs

python-3.x - nltk.corpus - 'getset_descriptor' 对象没有属性 'setdefault'

r - DST 前后的 POSIXct 时间?

rbind错误: "names do not match previous names"