R에서 findAssocs를 사용하여 자주 발생하는 단어를 찾을 수 있습니다.

Question

R에서 findAssocs로 작업 할 때이 함수는 실제로 문서에서 검색된 용어 과 함께 발생하는 단어를 선택하지는 않지만 오히려 검색 용어가 자주 등장 할 때 발생하는 단어.

나는 아래의 간단한 테스트 스크립트를 사용하여 시도했다 :

test <- list("housekeeping bath towel housekeeping room","housekeeping dirty","housekeeping very dirty","housekeeping super dirty") 
test <-Corpus(VectorSource(test)) 
test_dtm<-DocumentTermMatrix(test) 
test_dtms<-removeSparseTerms(test_dtm,0.99) 

findAssocs(test_dtms,"housekeeping",corlimit = 0.1) 

그리고 R에서 돌아 오는 결과입니다 :

$housekeeping 
bath room towel 
    1  1  1 

가 "더러운"라는 단어가 만점에 3 개에서 발생하는 것으로 나타났습니다 모든 문서에서 단 한 번 발생했던 반환 된 키워드와 비교할 때 4 개의 문서가 필요합니다.

누구나 내 스크립트에서 잘못되었거나 더 좋은 방법이 있는지 알 수 있습니까?

내가 달성하고자하는 결과는 모델이 특정 문서 내에서가 아니라 모든 문서에서 검색어와 자주 발생하는 단어를 반영해야한다는 것입니다. 나는 4 개의 문서를 1로 결합하려고했지만 findAssocs가 단일 문서에서 작동하지 않으므로 작동하지 않습니다.

조언이 있으십니까?

Answer 1

양자 패키지를 사용하는 대체 방법은 무엇입니까? 반환 된 상관 관계에 대한 신비 제한을 두지 않으며 다른 많은 옵션이 있습니다 (?similarity 참조).

require(quanteda) 

testDfm <- dfm(unlist(test), verbose = FALSE) 
## Document-feature matrix of: 4 documents, 7 features. 
## 4 x 7 sparse Matrix of class "dfmSparse" 
##  features 
## docs housekeeping bath towel room dirty very super 
## text1   2 1  1 1  0 0  0 
## text2   1 0  0 0  1 0  0 
## text3   1 0  0 0  1 1  0 
## text4   1 0  0 0  1 0  1 

similarity(testDfm, "housekeeping", margin = "features") 
## similarity Matrix: 
## $housekeeping 
## bath towel room very super dirty 
## 1.0000 1.0000 1.0000 -0.3333 -0.3333 -1.0000