如何將doc-term矩陣轉換爲term-term矩陣？

Question

dtm <- DocumentTermMatrix(reuters, control=list(wordLengths=c(1,Inf))) 

我想轉成DTM期限長期矩陣的，有什麼下面是不正確的：

dtm <- dtm %*% t(dtm) 

怎麼可能做到呢？

Answer 1

如果我正確理解文檔項矩陣的結構，它是t(dtm) %*% dtm。見this answer。

Answer 2

我認爲這種方式如下將工作（注意：您要創建布爾或許和鄰接矩陣）：

t(as.matrix(dtm)) %*% as.matrix(dtm) 

對於大DTM你會反彈到使用as.matrix的r限制。 Matrix包可以提供幫助。注我切換i和j在第一個矩陣中進行轉置。

data("acq") 
dtm <- DocumentTermMatrix(acq, control=list(wordLengths=c(1,Inf))) 
tdm <- t(dtm) 

library(Matrix) 
Xt <- sparseMatrix(j=dtm$i, i=dtm$j, x=dtm$v) 
X <- sparseMatrix(j=tdm$i, i=tdm$j, x=tdm$v) 

Xt %*% X 

# For easier viewing 
(Xt %*% X) [1:20, 1:20] 

Answer 3

TDM <- TermDocumentMatrix(x) # Form a Term document matrix 

termDocMatrix <- as.matrix(TDM) # convert your TDM into a matrix 

termDocMatrix[termDocMatrix>=1] <- 1 # change the TDM into Boolean matrix 

# term adjacency matrix 
termMatrix <- termDocMatrix %*% t(termDocMatrix) 


termMatrix[1:10,1:10] # inspect terms numbered 1 to 10