从词形还原词典中删除单词/更新文本词干中的词形词典答案

【问题标题】：Removing words from lemmatisation dictionary/updating lemma dictionary in textstem从词形还原词典中删除单词/更新文本词干中的词形词典
【发布时间】：2021-10-09 17:59:08
【问题描述】：

我正在使用 textstem 包对某些响应中的单词进行词形还原。然而，有一个词（spotting）我不想被包括在内，并简化为“spot”。我希望它保持斑点。我怎么能做到这一点？我需要制作自定义词典吗？目前在做：

lemmatize_strings(df, dictionary = lexicon::hash_lemmas)

【问题讨论】：

标签： r nlp sentiment-analysis stemming lemmatization

【解决方案1】：

您可以创建自己的字典，并在其中删除标记 spotting

# hash_lemmas is a datatable, so you can use column name token instead hash_lemmas$token
my_lex <- lexicon::hash_lemmas[!token == "spotting", ]

df_lemmatized <- lemmatize_strings(df, dictionary = my_lex)

或者，如果您想在不创建自己的词典的情况下这样做：

df_lemmatized <- lemmatize_strings(df, dictionary = lexicon::hash_lemmas[!token == "spotting", ])

【讨论】：