在R中將元數據添加到STM

Question

我在R中使用STM軟件包時遇到了麻煩。我在Quanteda中建立了一個語料庫，我想將其轉換為STM格式。 我已經將元數據另存為獨立的CSV文件，並且我想要將文本文檔與元數據合並的代碼。 readCorpus（）和“ convert（）函數不會自動將元數據信息添加到語料庫。

這在Quanteda中看起來像：

EUdocvars <- read.csv("EU_metadata.csv", stringsAsFactors = FALSE)

EUdocvars$Period <- as.factor(EUdocvars$Period)
EUdocvars$Country <-as.factor(EUdocvars$Country)
EUdocvars$Region <- as.factor(EUdocvars$Region)

EUCorpus <- corpus(textfile(file='PROJECT/*.txt'), encodingFrom = "UTF-8-BOM")
docvars(EUCorpus) <- EUdocvars

EUDfm <- dfm(EUCorpus) 

有沒有辦法使用STM包做同樣的事情？

Answer 1

在尋址https://github.com/kbenoit/quanteda/issues/209之后，最近（v0.99）添加了對此功能的支持。

所以這應該工作：

EUstm <- convert(EUdfm, to = "stm", docvars = docvars(EUCorpus))

然后， EUstm包含了所有適合STM模型所需的元素，包括meta 。

Answer 2

stm對象（一個列表）具有一個名為$meta的元素，該元素采用尺寸number of documents x number of covariates 。 因此，對於您的問題：

EUCorpus$meta <- EUdocvars