如何解决R tidytext 包函数 unnest_tokens
我想使用 tidytext 包中的函数 unnest_tokens 进行二元分析。几周前它有效,但现在我的输出只有 NA。
我有以下 df str(df)
:
'data.frame': 36199 obs。共 1 个变量: $ words: chr "jed" "tag" "neu" "verunsichern" ...
当我使用以下代码进行二元分析 bigrams <- df %>% unnest_tokens_(bigram,words,token = "ngrams",n = 2)
时,我的输出只有 NA:
head(bigrams)
:
| |二元组 |
| -------- | -------------- |
| 1.内容|不适用 |
| 2.内容|不适用 |
我之前需要使用 tm_map 函数清理加载的文本,然后我创建了 df 如下:
df0 <- data.frame(text=unlist(sapply(myVCorpus,
[,"content")),stringsAsFactors=F)
和 df<- df0 %>% unnest_tokens(words,text)
。我更新了最新的 R 并更新了我的软件包。我真的不知道,为什么它停止工作了。
提前感谢您的评论。 亲切的问候 克里斯托夫
更新:
它一定与准备好的df有关。如果我使用 df,在我清理它之前整个句子都在一个单元格中,它可以工作。这就是我如何清理文本的程序:
df<- %>% unnest_tokens(word,text)
myVCorpus <- VCorpus(VectorSource(df))
myVCorpus <- tm_map(text.prep,removeWords,stopwords(kind= "de"))
更新2:
我找到了解决方案。我需要整理准备好的 df,这篇文章有帮助:Opposite of unnest_tokens 使用以下代码 text.ngram<-df%>% group_by(mygroupingvariable) %>% summarize(text = str_c(words,collapse = " ")) %>% ungroup()
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。