計算 Documenttermmatrix 中的標記數

Question

我對 Documenttermmatrix 有疑問。 我想在 R 中使用“LDAVIS”package。為了可視化 LDA 算法的結果，我需要計算每個文檔的標記數。 我沒有所考慮的 DTM 的文本語料庫。 有誰知道我如何計算每個文檔的令牌數量。 output 作為包含文檔名稱和他的令牌數量的列表將是完美的解決方案。

親切的問候，湯姆

Answer 1

您可以使用slam::row_sums 。 這會計算文檔術語矩陣的 row_sums，而無需先將 dtm 轉換為矩陣。 這個function來自安裝tm package時安裝的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))