web-dev-qa-db-ja.com

RのTermDocumentMatrixエラー

私はRの{tm}パッケージの多数のオンライン例を調べて、TermDocumentMatrixを作成しようとしています。コーパスの作成とクリーニングは非常に簡単ですが、マトリックスを作成しようとすると、常にエラーが発生します。エラーは次のとおりです。

UseMethod( "meta"、x)のエラー:クラス "character"のオブジェクトに適用される 'meta'に適用可能なメソッドがありませんさらに:警告メッセージ:mclapply(unname(content(x))、termFreq、control):allスケジュールされたコアでユーザーコードでエラーが発生しました

たとえば、これはJon Starkweatherのテキストマイニングからのコードです 。このような長いコードについては事前にお詫びしますが、これは再現可能な例を生成します。エラーは{tdm}関数の最後にあることに注意してください。

#Read in data
policy.HTML.page <- readLines("http://policy.unt.edu/policy/3-5")

#Obtain text and remove mark-up
policy.HTML.page[186:202]
id.1 <- 3 + which(policy.HTML.page == "                    TOTAL UNIVERSITY        </div>")
id.2 <- id.1 + 5
text.data <- policy.HTML.page[id.1:id.2]
td.1 <- gsub(pattern = "<p>", replacement = "", x = text.data, 
     ignore.case = TRUE, Perl = FALSE, fixed = FALSE, useBytes = FALSE)

td.2 <- gsub(pattern = "</p>", replacement = "", x = td.1, ignore.case = TRUE,
     Perl = FALSE, fixed = FALSE, useBytes = FALSE)

text.d <- td.2; rm(text.data, td.1, td.2)

#Create corpus and clean 
library(tm)
library(SnowballC)
txt <- VectorSource(text.d); rm(text.d)
txt.corpus <- Corpus(txt)
txt.corpus <- tm_map(txt.corpus, tolower)
txt.corpus <- tm_map(txt.corpus, removeNumbers)
txt.corpus <- tm_map(txt.corpus, removePunctuation)
txt.corpus <- tm_map(txt.corpus, removeWords, stopwords("english"))
txt.corpus <- tm_map(txt.corpus, stripWhitespace); #inspect(docs[1])
txt.corpus <- tm_map(txt.corpus, stemDocument)

# NOTE ERROR WHEN CREATING TDM
tdm <- TermDocumentMatrix(txt.corpus)
12
Brian P

Jazzurroが提供するリンクは、ソリューションを示しています。次のコード行

 txt.corpus <- tm_map(txt.corpus, tolower)

に変更する必要があります

 txt.corpus <- tm_map(txt.corpus, content_transformer(tolower))
27
Brian P

Tmv0.6でこの問題が発生する理由は2つあります。

  1. tolowerなどの用語レベルの変換を行う場合、_tm_map_はPlainTextDocumentの代わりに文字ベクトルを返します。
    解決策tolowerから_content_transformer_を呼び出すか、tolowerの直後にtm_map(corpus, PlainTextDocument)を呼び出します
  2. SnowballCパッケージがインストールされておらず、ドキュメントをステミングしようとしている場合も、これが発生する可能性があります。
    解決策install.packages('SnowballC')
5
Gayatri Mahesh

Content_transformerを適用する必要はありません。

この方法でコーパスを作成します。

trainData_corpus <- Corpus((VectorSource(trainData$Comments)))

それを試してみてください。

1
Deepika Sharma