使用 R 中给定的一组关键字计算单词的数量

Question

如何使用给定的固定关键字计算每次观察中的单词数？ 为了澄清，这里是一个例子。

这里是“文本”和一组“关键字”

Text=c("I have bought a shirt from the store", "This shirt looks very good")
Keywords=c("have", "from", "good")

我想获得以下输出。

output=c(2,1)

在“文本”的第一句话（即“我从商店买了一件衬衫”）中，我观察了两次“关键字”。 “有”和“从”。同样，在“Text”的第二句中，我观察到“Keywords”曾经是“good”。

Answer 1

您可以将单词边界 (\\b) 添加到 Keywords 并将它们折叠成一个字符串以在 str_count 中使用它。

library(stringr)
str_count(Text, str_c('\\b',Keywords, '\\b', collapse = '|'))
#[1] 2 1

在基础 R 中，您可以使用 regmatches + gregexpr。

lengths(regmatches(Text, gregexpr(paste0('\\b',Keywords, '\\b', collapse = '|'), Text)))

Answer 2

您可以使用此调用： unlist(lapply(lapply(Text,stringr::str_detect,Keywords),sum))

lapply 允许你对向量的每个元素应用函数，所以这个调用：

1. 将str_detect 应用于Text 中的每个元素
2. 将sum 应用于p.1 的每个结果元素
3. unlist 为您提供列表中所需的向量