檢查開放式問題的n詞頻率

Question

我想分析開放式問題的答案。首先是單詞雲，然後當我要計算2-3個單詞短語的頻率時，我遇到了一個問題。

這裏是我的代碼：

library('tm') 
tokenize_ngrams <- function(x,n=2)return(rownames(as.data.frame(unclass(textcnt(x,method="string",n=n))))) 
corpus <- Corpus(VectorSource(texts)) 
matrix <- TermDocumentMatrix(corpus,control=list(tokenize=tokenize_ngrams)) 
inspect(matrix[1:4, 1:3]) 

結果應該是2字詞組和頻率。 但我得到的結果如下：

    Docs 
Terms   1 2 3 
document   1 0 0 
first   1 0 0 
the    1 1 1 
this    1 1 1 

Answer 1

不知道使用TM答案，但是這將正常工作：

require(quanteda) 
matrix <- dfm(texts, ngrams = 2) 
head(matrix)