텍스트 마이닝 R : 서브 사용

Question

저는 R 프로젝트와 함께 손을 더럽 히고 있습니다.

첫 번째 부분에서는 벡터 msg의 데이터를 정리하려고합니다. 그러나 나중에 termdocumentmatrix을 만들면 이러한 문자가 계속 표시됩니다. 변수는 나중에 사용과 같이 코드의 첫 두 줄을 저장하지 않은

gsub("\\b\\w{1,4}\\b ", " ", pclbyshares$msg) 
gsub("[[:punct:]]", "", pclbyshares$msg) 
corpus <- Corpus(VectorSource(pclbyshares$msg)) 
TermDocumentMatrix(corpus) 
tdm <- TermDocumentMatrix(corpus) 
findFreqTerms(tdm, lowfreq=120, highfreq=Inf) 

Answer 1

나는 문장 미만의 4 글자와 단어를 제거하고 제거 할 것이다. 따라서 귀하의 corpus 변수를 작성하는 세 번째 행에서 수정되지 않은 msg 데이터를 사용하고 있습니다. 이 시도 보내기?

msg_clean <- gsub("\\b\\w{1,4}\\b ", " ", pclbyshares$msg) 
msg_clean <- gsub("[[:punct:]]", "", msg_clean) 
corpus <- Corpus(VectorSource(msg_clean)) 
TermDocumentMatrix(corpus) 
tdm <- TermDocumentMatrix(corpus) 
findFreqTerms(tdm, lowfreq = 120, highfreq = Inf)