如何将标记对象转换为语料库对象答案

【问题标题】：How to convert a tokens object into a corpus object如何将标记对象转换为语料库对象
【发布时间】：2021-10-16 01:01:12
【问题描述】：

我有一个corpus object，我将其转换为tokens object。然后我过滤了这个对象以删除单词并统一它们的拼写。对于我进一步的工作流程，我再次需要一个语料库对象。如何从令牌对象构造它？

【问题讨论】：

你需要一个“标记化的语料库对象”是什么意思？如果您将标记对象转换为语料库，那么它将不再被标记。
谢谢，我的错误 - 我需要一个语料库对象，然后使用 corpus_reshape 进行转换。

标签： r quanteda

【解决方案1】：

您可以将标记粘贴在一起以返回新的语料库。（虽然如果您的目标是回到语料库以便您可以使用corpus_reshape()，这可能不是最好的方法。）

library("quanteda")
## Package version: 3.1.0
## Unicode version: 13.0
## ICU version: 69.1
## Parallel computing: 12 of 12 threads used.
## See https://quanteda.io for tutorials and examples.

txt <- c(
  "This is an example.",
  "This, a second example."
)

corp <- corpus(txt)

toks <- tokens(corp) %>%
  tokens_remove(stopwords("en"))
toks
## Tokens consisting of 2 documents.
## text1 :
## [1] "example" "."      
## 
## text2 :
## [1] ","       "second"  "example" "."

vapply(toks, paste, FUN.VALUE = character(1), collapse = " ") %>%
  corpus()
## Corpus consisting of 2 documents.
## text1 :
## "example ."
## 
## text2 :
## ", second example ."

【讨论】：