下面是我如何幹掉我的語料庫和我的文檔。然而，例如「工作」和「工作」顯示了大量的時間，而且在我的分析中，這些對於所有意圖和目的來說顯然是相同的。有沒有一個包或一些代碼片段去除「-ed」結尾？謝謝！是否在stem中刪除「ed」結尾的文檔？
library(tm)
docs<-Corpus(DirSource(cname))
summary(docs)
library(SnowballC)
docs <- tm_map(docs, stemDocument)
這是一個更復雜的問題，你可能會想。
如果使用詞幹，那麼ed將從單詞中刪除，而不考慮詞的含義或上下文。所以你可以把許多過去時的單詞縮減爲單詞，或者複數單數。
但是，您也可能會丟失上下文。詞的真正根源，詞位，有它自己的意義，它有時在詞幹中丟失，因爲不同的詞從同一根發展而來。
想象一下，你去梗和刪除在S在複數：
所以在這句話...... 「她走得慢。」
和這句話...... 「他們來自各行各業。」
...你得到這個詞散步。
儘管它們是從相同的詞根演變而來，但它們具有不同的詞彙含義，並且第二個版本會產生上下文不匹配。
在這種情況下，詞形將是一個更好的選擇（如果算法對你的語料庫是固體和適當的），因爲它將保留兩個不同單詞的明顯相同性背後的詞位的潛在含義。
詞義化與使用上下文來試圖確定詞根的意義是什麼，它的詞位是否不同，而詞幹只是修剪回假定的詞根。
對於非常敏感的用途，可能有必要。但是，如果處理不當，它在大型語料庫中通常也不會更準確。
如果背景的重要性，嘗試WORDNET詞形還原包：
如果你需要的是詞幹，請嘗試使用最簡單的形式雪球，看它是否得到你想要的東西：
docsStemmed<-wordStem(docs, language = "english")
來自「SnowballC」包，請注意您的文檔必須位於一個字符向量中，以阻止這種方式返回另一個詞幹的向量。它應該刪除過去時的結局。如上所示，您可以使用tm。
如果你沒有得到你想要的結果，你需要在發音之前修改語料庫。
一旦您獲得了正確的文檔結構，詞幹更加可靠。如果您需要tm & SnowballC幫助試圖通過此方法篩選和使用這些方法：要轉換
做搜索棧清晰度努力工作，或者只是想在Word中刪除編工作？ –
這是一個很好的問題。我想我想讓他們成爲同一個詞。理想情況下，我希望刪除所有單詞的「ed」，如果問題再次出現，我不會重複計算根詞 – agunner