检查开放式问题的n-单词频率

Question

我想从开放式问题中分析答案。首先是单词云，然后我遇到了一个问题，当我想统计2-3个单词短语的频率时。

下面是我的代码：

library('tm')
tokenize_ngrams <- function(x,n=2)return(rownames(as.data.frame(unclass(textcnt(x,method="string",n=n)))))
corpus <- Corpus(VectorSource(texts))
matrix <- TermDocumentMatrix(corpus,control=list(tokenize=tokenize_ngrams))
inspect(matrix[1:4, 1:3])

结果应该是2个单词的短语和频率。但我得到的结果如下：

                 Docs
Terms            1 2 3
document         1 0 0
first            1 0 0
the              1 1 1
this             1 1 1

​

​

Answer 1

我不知道使用tm的答案，但这将很好地工作：

require(quanteda)
matrix <- dfm(texts, ngrams = 2)
head(matrix)