grepl用于查找单词

Question

我正试着在一些单词中找出西班牙语单词。我有来自excel的所有西班牙语单词，但我不知道如何附加到帖子中(它有80000多个单词)，我正在尝试检查是否有一些单词在上面。

例如：

words = c("Silla", "Sillas", "Perro", "asdfg")

我试着用这个solution

grepl(paste(spanish_words, collapse = "|"), words) 

但是有太多的西班牙语单词，并给出了这个错误：

Error

所以..。我能做的是谁？我还尝试了这个：

toupper(words) %in% toupper(spanish_words)

Result

正如你所看到的，这个选项只在完全匹配的情况下给出TRUE，我需要"Sillas“也显示为TRUE (它是silla的复数)。这就是我首先尝试grepl的原因，因为get复数也是如此。

有什么想法吗？

Answer 1

作为df：

df <- tibble(text = c("some words", 
                      "more words", 
                      "Perro", 
                      "And asdfg", 
                      "Comb perro and asdfg"))

单词向量:word <- c("Silla"，"Sillas"，"Perro"，"asdfg") word <- tolower(paste( words，collapse = "|"))

然后使用mutate和str_detect：

df %>% 
  mutate(
   text = tolower(text), 
   spanish_word = str_detect(text, words)
 )

返回：

text                 spanish_word
  <chr>                <lgl>       
1 some words           FALSE       
2 more words           FALSE       
3 perro                TRUE        
4 and asdfg            TRUE        
5 comb perro and asdfg TRUE