在R中刪除帶撇號的詞組，用於詞雲

Question

感謝這個社區的幫助，我已經能夠從電影腳本中創建一些詞語云，並且它變得越來越簡單和容易。有人要求我做電影潘，所以我找到了劇本，我走了。

問題是有幾個詞出現，我編碼刪除。它們看起來像'il'，'ve''等等。注意前面的撇號。

這裏是我的代碼：

text = readLines("C:/Users/MyName/Downloads/Pan.txt",encoding="UTF-8") 

content2 = Corpus(VectorSource(text)) 
content2 = tm_map(content2, removeNumbers) 
content2 = tm_map(content2, tolower) 
content2 = tm_map(content2, removeWords, c("'il","'re","cont'd")) 
content2 = tm_map(content2, removeWords, stopwords('english')) 
content2 = tm_map(content2, removePunctuation) 
content2 = tm_map(content2,PlainTextDocument) 
wordcloud(content2, min.freq = 10, colors = RColorBrewer::brewer.pal(6,"Spectral"),max.words=150) 

我試圖尋找在記事本「金正日++，沒有運氣和R的removeWords功能似乎並沒有被任何照顧它。我知道撇號和其他特殊字符有時可能需要特殊的方法，但我被困在這裏。有任何想法嗎？

這裏是如果有興趣的腳本源：http://pastebin.com/JiK3pF5f

謝謝！這裏是雲這個詞目前的樣子。如果您也有任何造型評論，我全都耳熟能詳。

Answer 1

這是否對你的工作？我剛剛添加了刪除空格，並沒有看到例如'il

library(tm) 
library(wordcloud) 
text = readLines("~/Downloads/JiK3pF5f.txt", warn = F) 
content2 = Corpus(VectorSource(text)) 
content2 = tm_map(content2, removeNumbers) 
content2 = tm_map(content2, tolower) 
content2 = tm_map(content2, removeWords, stopwords('english')) 
content2 = tm_map(content2, removePunctuation) 
content2 = tm_map(content2, trimws) 
content2 = tm_map(content2, PlainTextDocument) 

wordcloud(content2, min.freq = 10, colors = RColorBrewer::brewer.pal(6,"Spectral"),max.words=150) 

結果：

Answer 2

你試過GSUB替換這些字符？例如：

library(tm) 
library(wordcloud) 
text = readLines("~/Downloads/JiK3pF5f.txt", warn = F) 

text=gsub("'re", '', text) 

content2 = Corpus(VectorSource(text)) 
content2 = tm_map(content2, removeNumbers) 
content2 = tm_map(content2, tolower) 
content2 = tm_map(content2, removeWords, stopwords('english')) 
content2 = tm_map(content2, removePunctuation) 
content2 = tm_map(content2, trimws) 
content2 = tm_map(content2, PlainTextDocument) 

wordcloud(content2, min.freq = 10, colors = RColorBrewer::brewer.pal(6,"Spectral"),max.words=150) 

你也可以嘗試Quanteda：https://cran.r-project.org/web/packages/quanteda/vignettes/quickstart.html

它還具有比TM