CLUTO文檔詞矩陣，以TM DocumentTermMatrix

Question

我有CLUTO格式的文檔詞矩陣：

#Document #Term #TotalItem 
term-x weight-x term-y weight-y (for only nonzeros terms, a row per document) 

取而代之的語料庫，我想從這個文件中創建DocumentTermMatrix（TM封裝），是這可能嗎？

Cluto File: 
2 3 3 
1 3 3 4 
2 8 

Row File: 
car 
plane 

Column File: 
x 
y 
z 

解決方案：

dtm = as.DocumentTermMatrix(read_stm_CLUTO(file), weightTf); 
rows <- scan("rows.txt", what="", sep="\n"); 
columns <- scan("columns.txt", what="", sep="\n"); 

dtm$dimnames = list(rows,columns); 

Answer 1

這應做到：

require(slam) 
as.DocumentTermMatrix(read_stm_CLUTO(file), weightTf) 

如果你可以鏈接到您CLUTO文件或添加它的一個摘錄到你問：我們可以看一下行和列名稱。

hat-tip：https://r-forge.r-project.org/scm/viewvc.php/pkg/R/foreign.R?root=tm&view=diff&r1=1127&r2=1127&diff_format=s