Пакет tm
расширяет c
, так что если задан набор PlainTextDocument
, он автоматически создает Corpus
. К сожалению, кажется, что каждый PlainTextDocument
должен быть указан отдельно.
например. если бы у меня было:
foolist <- list(a, b, c); # where a,b,c are PlainTextDocument objects
Я бы сделал это, чтобы получить Corpus
:
foocorpus <- c(foolist[[1]], foolist[[2]], foolist[[3]]);
У меня есть список списков 'PlainTextDocument
, который выглядит так:
> str(sectioned)
List of 154
$ :List of 6
..$ :Classes 'PlainTextDocument', 'TextDocument', 'character' atomic [1:1] Developing assessment models Developing models
.. .. ..- attr(*, "Author")= chr "John Smith"
.. .. ..- attr(*, "DateTimeStamp")= POSIXlt[1:1], format: "2013-04-30 12:03:49"
.. .. ..- attr(*, "Description")= chr(0)
.. .. ..- attr(*, "Heading")= chr "Research Focus"
.. .. ..- attr(*, "ID")= chr(0)
.. .. ..- attr(*, "Language")= chr(0)
.. .. ..- attr(*, "LocalMetaData")=List of 4
.. .. .. ..$ foo : chr "bar"
.. .. .. ..$ classification: chr "Technician"
.. .. .. ..$ team : chr ""
.. .. .. ..$ supervisor : chr "Bill Jones"
.. .. ..- attr(*, "Origin")= chr "Smith-John_e.txt"
#etc., all sublists have 6 elements
Итак, чтобы получить все мои PlainTextDocument
в Corpus
, это сработает:
sectioned.Corpus <- c(sectioned[[1]][[1]], sectioned[[1]][[2]], ..., sectioned[[154]][[6]])
Может ли кто-нибудь предложить более простой способ, пожалуйста?
ETA: foo<-unlist(foolist, recursive=FALSE)
создает плоский список PlainTextDocuments, который все еще оставляет мне проблему с подачей элемента списка по элементу на c