我可以使用R檢查文檔聚類中預定單詞或短語的頻率嗎？

Question

我正在使用R中的“ tm”包進行文本挖掘，生成術語文檔矩陣后可以獲得單詞頻率：

freq <- colSums(as.matrix(dtm))

ord <- order(freq)

freq[head(ord)]   
# abit   acal access accord across acsess     
#    1      1      1      1      1      1 

freq[tail(ord)]    
# direct   save  month   will  thank   list     
#    106    107    116    122    132    154 

它只能按順序顯示單詞頻率列表，我想知道是否可以單獨檢查單詞的頻率？ 我還可以檢查短語的頻率嗎？ 例如，單詞“謝謝”在文本語料庫中出現了多少次，或者該語料庫中出現的短語“聯系電話”的出現頻率是多少？

非常感謝您的任何提示和建議。

Answer 1

我通過tm包中的數據展示了這一點：

library(tm)
data(crude)
dtm <- as.matrix(DocumentTermMatrix(crude))

#find the column that contains the word "demand"
columnindices <- which(colnames(dtm)=="demand")

#how often dooes the word "demand" show up?
sum(dtm[,columnindices])
>6

如果要使用短語來執行此操作，則dtm必須包含這些短語，而不僅僅是大多數情況下使用的單個單詞。 如果有此數據，則過程與單個單詞相同。