Я хочу использовать R для классификации текста. Я использую DocumentTermMatrix для возврата матрицы слова:
library(tm)
crude <- "japan korea usa uk albania azerbaijan"
corps <- Corpus(VectorSource(crude))
dtm <- DocumentTermMatrix(corps)
inspect(dtm)
words <- c("australia", "korea", "uganda", "japan", "argentina", "turkey")
test <- DocumentTermMatrix(corps, control=list(dictionary = words))
inspect(test)
Первые inspect(dtm)
работают, как и ожидалось, с результатом:
Terms
Docs albania azerbaijan japan korea usa
1 1 1 1 1 1
Но второй inspect(test)
показывает этот результат:
Terms
Docs argentina australia japan korea turkey uganda
1 0 1 0 1 0 0
Пока ожидаемый результат:
Terms
Docs argentina australia japan korea turkey uganda
1 0 0 1 1 0 0
Это ошибка или я использую его неправильно?