0
从tm对象移动到koRpus对象时出现问题。 我必须用tm工具规范一个语料库，用koRpus推理结果并返回到tm来对结果进行分类。 为了做到这一点，我必须将tm对象转换为R数据框，然后将其转换为excel文件，然后转换为txt文件，最后转换为koRpus对象。 这是代码：从tm对象移动到koRpus对象，反之亦然
#from VCORPUS to DATAFRAME
dataframeD610P<-data.frame(text=unlist(sapply(Corpus.TotPOS, `[`, "content")), stringsAsFactors=F)
#from DATAFRAME to XLSX
#library(xlsx)
write.xlsx(dataframeD610P$text, ".\\mycorpus.xlsx")
#open with excel
#save in csv (UTF-8)
#import in KORPUS and lemmatization with KORPUS/TREETAGGER
tagged.results <- treetag(".\\mycorpus.csv", treetagger="manual", lang="it", sentc.end = c(".", "!", "?", ";", ":"),
TT.options=list(path="C:/TreeTagger", preset="it-utf8", no.unknown=T))
然后，我需要做的这一切倒退，回到TM。 这是代码：
#from KORPUS to TXT
write.table([email protected]$lemma, ".\\mycorpusLEMMATIZED.txt")
#open with a text editor and formatting of the text
#from TXT to R
Lemma1.POS<- readLines(".\\mycorpusLEMMATIZEDfrasi.txt", encoding = "UTF-8")
#from R object to DATAFRAME
Lemma2.POS<-as.data.frame(Lemma1.POS, encoding = "UTF-8")
#from DATAFRAME to CORPUS
CorpusPOSlemmaFINAL = Corpus(VectorSource(Lemma2.POS$Lemma1.POS))
是否有一个更优雅的解决方案做到这一点不留R' 我真的很感激任何帮助或反馈。
顺便说一句，有没有人知道如何问一个VCorpus内的哪个文件包含特定的令牌？ 我通常会将语料库转换为数据框来识别文档。有没有办法做到这一点在tm？