将text2vec dtm写入文件(csv或svmlight)

Question

我今天偶然看到了text2vec包，这正是我需要解决特定问题的地方。但是，我还没有弄清楚如何将用text2vec创建的dtm导出到某种输出文件中。我的最终目标是使用text2vec在R中生成特性，并将生成的矩阵导入H2O以供进一步建模。H2O可以读取CSV或SVMLight格式。

我创建的第一个是987753 x 8806 sparse Matrix of class "dgCMatrix", with 3625049 entries，所以它很大。不可能使用as.matrix()将其写入CSV，因为它太大了。我想我也许可以轻松地把它写成SVMLight格式，但是还没有找到一个能工作的库。有谁有其他选项可以将这个输出输出到我可以读入H2O的文件中呢？

Answer 1

有几个软件包可以做到这一点。看看https://github.com/Laurae2/sparsity - imho最有希望的地方：

library(text2vec)
library(sparsity)
data("movie_review")
N = 5000
tokens = movie_review$review[1:N] %>% tolower %>% word_tokenizer
it = itoken(tokens, progressbar = T)
dtm = create_dtm(it, hash_vectorizer())
write.svmlight(dtm, labelVector = movie_review$sentiment, file = "dtm.svmlight")