quanteda: error with textmodel_wordscores: Error in t(as(x，"dgCMatrix"))

Question

在新的quanteda更新之后，我的代码出现了一些问题。我正在使用MigParl数据从议会演讲中生成一个dfm。

(1)当切换到quanteda进行字得分分析时，当将dfm从MigParl矩阵转换为quanteda:dfm时，我失去了行名。但是，根据代码，这应该得到解决。我通过手动添加行名来解决这个问题。有点烦人，但可以管理。

(2)当我想要计算我的写字楼模型时，我得到了一个错误。这似乎是我的dfm数据格式的一个问题。

如果你知道发生了什么，我会很高兴的。谢谢。

达纳

library(polmineR)
use("MigParl")

pb <- partition("MIGPARL", interjection = FALSE, regional_state = "BW", year = 2013:2018) %>%
  partition_bundle(s_attribute = "party")
pb <- pb[[names(pb)[!names(pb) %in% c("", "fraktionslos")] ]]
pb <- enrich(pb, p_attribute = "lemma")
dtm <- polmineR::as.sparseMatrix(pb, col = "count")
dtm <- Matrix::t(dtm)

pg_dfm <- new(
  "dfm",
  i = dtm@i,
  p = dtm@p,
  x = dtm@x,
  Dim = dtm@Dim,
  Dimnames = list(
    docs = dtm@Dimnames$Docs,
    features = dtm@Dimnames$Terms
  )
)

detach("package:polmineR", unload = TRUE)
library(quanteda)
library(quanteda.textmodels)

pg_dfm_red <- quanteda::dfm(pg_dfm)
pg_dfm_trim <- dfm_trim(pg_dfm_red, min_termfreq = 20)
row.names(pg_dfm_trim) <- c("AfD","CDU","FDP","GRUENE","NA","SPD")

现在这就是我以前做的事：

tmod <- textmodel_wordscores(pg_dfm_trim, c(-1,NA,NA,1,NA, NA))
predict(tmod)

这是我在更新后试图更改的内容：

textmodel_wordscores(x=pg_dfm_trim, y= c(-1,NA,NA,1,NA, NA), scale = "linear", smooth = 0)
predict(tmod)

两者都会产生以下错误消息：

T中的错误(as(x，"dgCMatrix"))：尝试在SET_VECTOR_ELT中设置索引1/1

我相信这个问题是由dfm产生的。如果你想让我在这里提供更多的信息，我很乐意补充这一点。

因为某种原因，字鱼模型工作得很好。

wordfish <- textmodel_wordfish(pg_dfm_trim, c(4,1))
textplot_scale1d(wordfish, doclabels = pg_dfm_trim@Dimnames$docs)

编辑:我安装了较旧的quanteda版本。错误仍然发生。

Answer 1

问题似乎是MigParl数据的编码。

period <-   partition(
  "MIGPARL",
  date = days,
  regional_state = "BW",
  interjection = FALSE,
  encoding = "UTF-8"
)

在创建分区时，添加以下规范解决了我的问题。

编码= "UTF-8“