代码之家 › 专栏 › 技术社区 › ch.elahe

文档术语矩阵中的最大术语长度

term-document-matrix tm nlp r

3

ch.elahe · 技术社区 · 7 年前

想象一下由tm软件包创建的以下文档术语矩阵:

> frequencies
<<DocumentTermMatrix (documents: 255, terms: 470)>>
Non-/sparse entries: 7693/112157
Sparsity           : 94%
Maximal term length: 10
Weighting          : term frequency (tf)

最大期限是多少?

1 回复 | 直到 7 年前

1

2

phiver 7 年前

最大术语长度是文档术语矩阵中一个(或多个)术语的最大字符数。

例子: 如果dtm中有5个单词,最长的一个是“编程”,那么最大的术语长度将是11。

text <- c("word1", "word2", "word3", "word4", "programming")
corp <- Corpus(VectorSource(text))
term <- DocumentTermMatrix(corp)
term

<<DocumentTermMatrix (documents: 5, terms: 5)>>
Non-/sparse entries: 5/20
Sparsity           : 80%
Maximal term length: 11
Weighting          : term frequency (tf)