从dfm中删除特定的单词

Question

从这个过程中

    library(stm)
library(tidyr)
library(quanteda)
     testDfm <- gadarian$open.ended.response %>%
             tokens(remove_punct = TRUE, remove_numbers = TRUE, remove_symbols = TRUE)  %>%
             dfm()

假设我们检查了frq

dftextstat <- textstat_frequency(testDfm)

我们想从dfm中删除一些特定的单词。对于dftextstat，我们想要删除c("and", "to")，有什么方法可以使它在dfm中不需要再次运行行来创建dfm？

Answer 1

如果您已经有了一个dfm，您可以使用dfm_remove来删除特性。

根据您的例子：

# remove "and" and "to"
testDfm <- dfm_remove(testDfm, c("and", "to"))

最好用以下方式移除所有的塞子：

dfm_remove(testDfm, stopwords("english"))

如果您仍然有一个令牌对象，您可以以相同的方式使用tokens_remove，或者像上面这样在管道中使用。