Я проработал множество онлайн-примеров пакета {tm} в R, пытаясь создать TermDocumentMatrix. Создание и очистка корпуса было довольно простым делом, но я постоянно сталкиваюсь с ошибкой, когда пытаюсь создать матрицу. Ошибка:
Ошибка в UseMethod ("meta", x): нет применимого метода для 'meta', примененного к объекту класса "character" Дополнительно: Предупреждение: в mclapply (unname (content (x)), termFreq, control): все запланированные ядра обнаружили ошибки в пользовательском коде
Например, вот код из примера анализа текста Джона Старквезера. Заранее извиняюсь за такой длинный код, но это дает воспроизводимый пример. Обратите внимание, что ошибка возникает в конце функции {tdm}.
#Read in data
policy.HTML.page <- readLines("http://policy.unt.edu/policy/3-5")
#Obtain text and remove mark-up
policy.HTML.page[186:202]
id.1 <- 3 + which(policy.HTML.page == " TOTAL UNIVERSITY </div>")
id.2 <- id.1 + 5
text.data <- policy.HTML.page[id.1:id.2]
td.1 <- gsub(pattern = "<p>", replacement = "", x = text.data,
ignore.case = TRUE, perl = FALSE, fixed = FALSE, useBytes = FALSE)
td.2 <- gsub(pattern = "</p>", replacement = "", x = td.1, ignore.case = TRUE,
perl = FALSE, fixed = FALSE, useBytes = FALSE)
text.d <- td.2; rm(text.data, td.1, td.2)
#Create corpus and clean
library(tm)
library(SnowballC)
txt <- VectorSource(text.d); rm(text.d)
txt.corpus <- Corpus(txt)
txt.corpus <- tm_map(txt.corpus, tolower)
txt.corpus <- tm_map(txt.corpus, removeNumbers)
txt.corpus <- tm_map(txt.corpus, removePunctuation)
txt.corpus <- tm_map(txt.corpus, removeWords, stopwords("english"))
txt.corpus <- tm_map(txt.corpus, stripWhitespace); #inspect(docs[1])
txt.corpus <- tm_map(txt.corpus, stemDocument)
# NOTE ERROR WHEN CREATING TDM
tdm <- TermDocumentMatrix(txt.corpus)