如何使用 R 中的 TM 包将我的语料库元数据附加到我的 dtm 数据帧导出中

Posted 2023-02-19

【中文标题】如何使用 R 中的 TM 包将我的语料库元数据附加到我的 dtm 数据帧导出中

【英文标题】：How can I append my corpus metadata onto my dtm dataframe export using the TM package in R

【发布时间】：2021-03-26 13:40:22

【问题描述】：

我目前正在使用 tm 包进行一些文本挖掘。我希望能够将我的文档术语矩阵导出为带有我的语料库元数据（id 变量等）的数据框。这是我当前的工作流程：

导入数据集 转换为语料库 基本清洁 创建 TF-IDF 文档术语矩阵 将 DTM 转换为数据帧 使用语料库元数据导出数据框

5 号是我卡住的地方。我觉得这个包绝对应该是可能的，但我找不到任何文档。使用 tm 创建 DTM 时元数据会丢失吗？

【参考方案1】：

在这里回答我自己的问题，以防其他人忽略我所做的相同事情。

tm 制作的 DTM 将 doc_id 变量存储为行名。因此，您可以将首选行名称用于变量代码以创建新变量，然后将其用作附加任何其他元数据的键。

一种方法的示例：

dtm