如何将单词添加到语料库中的文档中？

Question

我正在使用 tm 包在我的语料库上运行 LDA。我有一个包含 10,000 个文档的语料库。

rtcorpus.4star <- Corpus(DataframeSource(rt.subset.4star)) ##creates the corpus
rtcorpus.4star[[1]] ##accesses the first document

我正在尝试编写一段代码，在某些单词之后添加单词“specialword”。所以本质上：对于我选择的单词向量（good、nice、happy、fun、love），我希望代码循环遍历每个文档，并在这些单词之后添加单词“specialword”。

例如，给定这个文档：

I had a really fun time

我希望结果是这样的：

I had a really fun specialword time

问题是我不确定如何执行此操作，因为我不知道如何让代码在语料库中读取。我知道我应该做一个 for 循环（或者可能不做），但我不确定如何遍历每个文档中的每个单词以及语料库中的每个文档。我还想知道我是否可以使用类似于 tm_map 中的“翻译”功能的东西。

---

编辑::

做了一些尝试。此代码将“测试”返回为 NA。你知道为什么吗？

special <- c("poor", "lose")
for (i in special){
test <- gsub(special[i], paste(special[i], "specialword"), rtcorpus.1star[[1]])
}

---

编辑：想通了！！谢谢

special <- c("poor", "lose")
for (i in 1:length(special)){
rtcorpus.codewordtest <-gsub(special[i], paste(special[i], "specialword"), rtcorpus.codewordtest)
}

Answer 1

如果你尝试这样的事情会怎样？

corpus <- read("filename.txt")
special <- c("fun","nice","love")
for (w in special) {
    gsub(w, w + " specialword", corpus)}

这将加载文件，遍历您的单词列表，并将单词替换为单词本身，后跟“specialword”（注意空格）。

编辑：我刚刚看到您有多个文件。要遍历语料库中的文件，您可以这样做：

 corpus <- "filepath/desktop/wherever/folderwithcorpus/"
 special <- c("fun","nice","love")

 for (file in corpus){
      data <- read(file)
      for (w in special){
           gsub(w, w + " specialword", corpus)}
      }

Answer 2

也许这不是 tm 包的功能，但是您可以为某些单词的向量执行一个简单的 paste() 函数，然后立即添加“specialword”。或者如果您的文档可以在列表中（我认为），则 stringr 包中的 str_replace() 会执行此操作。

然后创建语料库。