tm语料库：tm_map函数不改变语料库答案

【问题标题】：tm Corpus: tm_map function does not change the corpustm语料库：tm_map函数不改变语料库
【发布时间】：2017-02-21 10:48:20
【问题描述】：

我是 R 中的 tm 包的新手。我正在尝试使用 tm_map 函数创建一个文档术语矩阵，但显然传递给 tm_map(Corpus, function, lazy=TRUE) 的函数不适用于语料库。具体来说，文档不会转换为小写。 R Studio 不显示任何错误或警告。我在这里搞砸了什么吗？这可能是一些结局问题吗？

library(tm)
setwd("...")

filenames <- list.files(getwd(), pattern="*.txt")
files <- lapply(filenames, readLines)

docs <- Corpus(VectorSource(files))
writeLines(as.character(docs[[30]]))

docs <- tm_map(docs, function(x) iconv(enc2utf8(x$content), sub = ""), lazy=TRUE)

#to lower case
docs <- tm_map(docs, content_transformer(tolower), lazy=TRUE)
writeLines(as.character(docs[[30]]))

感谢您的建议！

【问题讨论】：

标签： r tm

【解决方案1】：

这是一个简单的修复。将转换为小写的代码移到 iconv(...) 之前。

这行得通：

library(tm)
setwd("")

# Read in Files
filenames <- list.files(getwd(), pattern="*.txt")
files <- lapply(filenames, readLines)
docs <- Corpus(VectorSource(files))
writeLines(as.character(docs[[30]]))

# Lower Case
docs <- tm_map(docs, content_transformer(tolower), lazy=TRUE)

# Convert
docs <- tm_map(docs, function(x) iconv(enc2utf8(x$content), sub = ""))
writeLines(as.character(docs[[30]]))

【讨论】：