我尝试了一些不同的包来构建一个 R 程序,该程序将文本文件作为输入并生成该文件中的单词列表。每个单词都应该有一个向量,其中包含该单词在文件中存在的所有位置。例如,如果文本文件具有字符串:
"this is a nice text with nice characters"
输出应该是这样的:
$this
[1] 1
$is
[1] 2
$a
[1] 3
$nice
[1] 4 7
$text
[1] 5
$with
[1] 6
$characters
[1] 8
我遇到了一个有用的帖子,http://r.789695.n4.nabble.com/Memory-usage-in-R-grows-considerably-while-calculating-word-frequencies-td4644053.html,但它不包括每个单词的位置。我发现了一个名为“str_locate”的类似函数,但是我想计算“单词”而不是“字符”。
任何关于使用什么包/技术的指导,将不胜感激