最佳答案
tm包扩展了 c,因此,如果给定一组 PlainTextDocument,它会自动创建一个 Corpus。不幸的是,似乎每个 PlainTextDocument都必须单独指定。
例如:
foolist <- list(a, b, c); # where a,b,c are PlainTextDocument objects
我这样做是为了得到一个 Corpus:
foocorpus <- c(foolist[[1]], foolist[[2]], foolist[[3]]);
我有一个 'PlainTextDocument列表,看起来像这样:
> str(sectioned)
List of 154
$ :List of 6
..$ :Classes 'PlainTextDocument', 'TextDocument', 'character' atomic [1:1] Developing assessment models Developing models
.. .. ..- attr(*, "Author")= chr "John Smith"
.. .. ..- attr(*, "DateTimeStamp")= POSIXlt[1:1], format: "2013-04-30 12:03:49"
.. .. ..- attr(*, "Description")= chr(0)
.. .. ..- attr(*, "Heading")= chr "Research Focus"
.. .. ..- attr(*, "ID")= chr(0)
.. .. ..- attr(*, "Language")= chr(0)
.. .. ..- attr(*, "LocalMetaData")=List of 4
.. .. .. ..$ foo : chr "bar"
.. .. .. ..$ classification: chr "Technician"
.. .. .. ..$ team : chr ""
.. .. .. ..$ supervisor : chr "Bill Jones"
.. .. ..- attr(*, "Origin")= chr "Smith-John_e.txt"
#etc., all sublists have 6 elements
因此,要把我所有的 PlainTextDocument转换成 Corpus,这样就可以了:
sectioned.Corpus <- c(sectioned[[1]][[1]], sectioned[[1]][[2]], ..., sectioned[[154]][[6]])
有人能提个简单点的建议吗?
预计到达时间: foo<-unlist(foolist, recursive=FALSE)生成一个 PlainTextDocument 的平面列表,这仍然给我留下了逐个元素向 c提供列表元素的问题