我目前正在尝试使用 topicmodels 包将语料库的多个文档组合成一个文档。我最初通过多个 csv 导入我的数据,每个 csv 都有多行文本。但是,当我导入每个 csv 时,csv 的每一行都被视为一个文档,每个 csv 都被视为一个语料库。我想做的是将每个 csv 的每个文档/行合并到一个文档中,然后每个 csv 将代表我的语料库中的一个文档。我不确定这是否可能——也许在最初导入然后创建文档和语料库时以某种方式将 csv 的所有行作为单个文本文件读取会更容易,但我不知道如何也这样做。下面是我用来导入我的 csvs 的代码:
file <- read.csv("file.csv")
fileCorp <- VCorpus(VectorSource(file$text))
csv 中的行看起来像这样(每个 / 代表一个换行符):'I walk' / 'the dog' / 'at the' / 'park last night'
我想将这些行中的每一行组合成一行文本,作为我语料库中的一个文档。
谢谢您的帮助!