如何統計兩個詞在R中靠近的文檔？

Question

我想對兩個字符串出現在設定距離內的文檔進行計數，在彼此的10個字內。我們說'德國*'和'戰爭'。 我不想統計它們總共出現的次數，但只計算出現集合的文檔數量（如果出現一次，則將其計爲一次）。

我知道如何計算包含單詞的文檔。但是我不確定是否需要提取10克並查看這兩個單詞是否出現，然後對每個文檔計數，或者是否有更有效的方法。

Answer 1

此後是一個小函數，用於測試文本中兩個單詞是否接近100個字符。

isclose = function(text){ 
    test <- FALSE 
    limit <- 100 # Interval in char counts 
    match1 <- gregexpr('war', text)[[1]] 
    match2 <- gregexpr('German', text)[[1]] 

    for(i in 1:length(match1)){ 
    for(j in 1:length(match2)){ 
     if(abs(match1[i]-match2[j]) < limit) test <- TRUE 
    } 
    } 
    return(test) 
} 

它工作正常，但應改進以計算字數而不是字符數。