计算 Documenttermmatrix 中的标记数

Question

我对 Documenttermmatrix 有疑问。 我想在 R 中使用“LDAVIS”package。为了可视化 LDA 算法的结果，我需要计算每个文档的标记数。 我没有所考虑的 DTM 的文本语料库。 有谁知道我如何计算每个文档的令牌数量。 output 作为包含文档名称和他的令牌数量的列表将是完美的解决方案。

亲切的问候，汤姆

Answer 1

您可以使用slam::row_sums 。 这会计算文档术语矩阵的 row_sums，而无需先将 dtm 转换为矩阵。 这个function来自安装tm package时安装的slam package。

count_tokens <- slam::row_sums(dtm_goes_here)

# if you want a list
count_tokens_list <- as.list(slam::row_sums(dtm_goes_here))