我正在使用Quanteda来分析party平台，这些平台是txt文件。但是，我似乎需要使用docvar在不同的组(15个Dem，13个GOP)之间进行比较。当我使用textplot_keyness时，我打算对所有文本进行比较，但结果是将第一个文本与语料库中的所有其他文本进行比较。corp20dr_dfm)
浏览 33提问于2021-01-05得票数 0
在组合quanteda语料库(使用加号运算符)时，是否有任何方法可以自动创建一个指示变量，以标记文档来自哪个源语料库？例如，假设你有两个语料库，corpus1和corpus2。您运行以下命令：我想找到一些方法来创建一个新的docvar，它指示corpus3中每个文档来自哪个语料库。有什么想法吗？
浏览 0提问于2018-07-28得票数 1
回答已采纳
1回答
我希望能够将我的dfm中的文档按两个变量分组--扬声器和week_start。我以前可以使用dfm(corpus, groups=c("speaker","week_start")来完成这个任务。这是一个很好的和分组的文件，按发言人周。
然而，随着quanteda包最近的更新，我似乎遇到了一些问题。所以我现在先创建dfm，然后尝试分组。dfm <- df
浏览 1提问于2021-05-25得票数 0
回答已采纳
我有一个由10个文档组成的Quanteda语料库，其中几个文档出自同一作者之手。我将作者存储在一个单独的docvar列中- myCorpus$documents[,"author"]206035myCorpusus, "time"),
浏览 15提问于2018-02-16得票数 1
回答已采纳
1回答
我是文本分析的新手，并且被文档中似乎没有回答的问题所困扰(或者至少我找不到它)。STM估计进行得很好，但对于我的项目，我真正想知道的是哪个新闻媒体和日期组合与哪些主题相关。从本质上讲，
浏览 3提问于2019-10-27得票数 2
我正在开发一个例程来自动定义几个语料库 quanteda ..。我有几个控制脚本的参数，其中一个是将要生成的语料库的名称。我可以使用下面的函数轻松地以编程方式创建语料库 但我完全没有添加任何 文档变量 为它干杯。 一旦我定义了语料库，我通常会通过函数在整个代码中调用它 ..。我已经相当广泛地使用了这种方法，并取得了成功。由于某些原因，该函数 似乎不接受使用 ..。 请看下面的简单代码，我在其中定义了
浏览 22提问于2021-02-18得票数 1
回答已采纳
我是一个初学者r用户，我需要一些帮助，我的项目。corp_site1<-corpus(datafra
浏览 4提问于2020-11-09得票数 0
回答已采纳
我想分析一个大量的文本文件夹，其中有几种语言的名称、地址和电话号码。R中的数据挖掘包中是否存在这样
浏览 1提问于2017-07-31得票数 0
在这些文件中，每一行都是一个文档(博客文章的文本、tweet文本等等)。我使用readtext，因为它是quanteda</em
浏览 0提问于2018-04-07得票数 0
回答已采纳
我有一个包含文档标题和文本的数据框D，如下例所示：Doc 1 "This is an example of a document"我需要使用quanteda包中的tokenize函数来标记每个文档，然后返回原始文档标题列出的标记，如下例所示：
document
浏览 0提问于2017-11-18得票数 0
如何考虑其他变量 我正在R中使用quanteda进行分类任务，除了词袋之外，我想包括一些变量供我的模型考虑。例如，我计算了基于字典的情绪指数，我想包括这些变量，以便模型考虑它们。这些是我为每个文档创建的索引。disgDfm1@x)
colnames(dfneg) <- c("label","neg" , "pos" , "a
浏览 27提问于2019-04-01得票数 1
回答已采纳
1回答
我有一个带有ID编号列和文本列的数据集，我正在使用quanteda包对文本数据进行LIWC分析。下面是我的数据设置的一个示例： id=c(19,101,43,12),
浏览 1提问于2015-12-29得票数 1
回答已采纳
1回答
使用tm(小写，删除点，删除数字，词干词)清洗语料库的方法是什么，如下面的示例所示？明确地说，我不想用dfm()创建文档特性矩阵，我只想要一个干净的语料库，可以用于特定的下游任务。# This is what I want to do in quantedadata("crude")
crude <- tm_map(crude, content_transformerremovePunctuat
浏览 2提问于2020-08-04得票数 0
回答已采纳
1回答
我在R中使用Quanteda，并创建了语料库和dfm。但是，我注意到dfm和语料库包含的文档比原始文件少。如果有人能让我知道为什么会发生这种情况以及如何修复，我将不胜感激。谢谢
浏览 0提问于2018-05-30得票数 0
我正试图使用readtext和quanteda将.txt文件读入R中，这是我从SEC Edgar公开上市公司档案数据库中解析出来的。.txt文件的一个例子是，更方便用户的版本是进行比较(在加利福尼亚的野火期间，PG&E)。，比如'3eyn‘和'kq'，我认为它们是.txt文件底部的.txt部分的一部分。当我在使用readtext时对文档
浏览 7提问于2020-02-04得票数 1
回答已采纳
1回答
量子标记的时间序列分析
、、、
我遇到了一些问题，想出一种将时间信息与quanteda中的每个令牌配对的方法。我想对25个不同标记的列表进行时间序列分析。我知道我可以找到每个令牌的索引，但是我想知道是否有任何方法直接将日期信息附加到每个单个令牌。
浏览 0提问于2019-11-18得票数 0
回答已采纳
下面是一些基于该包的代码，这些代码在我的示例数据上似乎运行得很好。但是，当文本列的值为空时，它就不太好用了。(有时会发生这种情况，保留空白而不是过滤是有意义的。)我已经将TVAR的第一个观察设置为空白来说明。代码删除了这个观察结果。如何才能使R保持观察，并将每个单词的频率设置为零？我尝试了一些ifelse语句，使用和不使用管道。但效果不太好。我想用它来创建一个文档术语矩阵。想必我会
浏览 3提问于2017-09-18得票数 0
回答已采纳
2回答
我使用的是R编程语言。我正在尝试遵循本教程(https://cran.r-project.org/web/packages/tidytext/vignettes/tidying_casting.html)中的说明，学习如何将但是，本教程中提供的解释对我来说并不清楚，我也不确定如何做到这一点。使用公开可用的莎士比亚戏剧，我创建了术语文档</e
浏览 25提问于2021-05-05得票数 0
我已经从一个纯文本文件中创建了一个quanteda令牌对象，并选择了我要使用的特定单词。tokens_select(truePdfAnnualReports.toks, unlist(strategicKeywords.list), padding = TRUE)
要维护原始文本文件中的特定令牌序列现在，我希望将令牌位置号(绝对和相对)分配给该函数选择的令牌。如何为函数选择
浏览 1提问于2021-06-25得票数 0
回答已采纳
在花费大量时间开发适当的语料库(例如，停用词、tf-idf)之后，我在tm包中创建了一个dtm，并运行了我的主题模型。然后，我继续将这些主题与一些感兴趣的文档级协变量进行比较，结果发现stm允许您使用感兴趣的文档级协变量来估计模型。我已经成功地将dtm转换为quanteda中的dfm，并希望在转换为stm之前将我的协变量
浏览 7提问于2018-07-13得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
