tm语料库: tm_map函数不改变语料库

Question

我是R中的tm包的新手。我正在尝试使用tm_map函数创建文档-术语矩阵，但显然传递给tm_map(Corpus, function, lazy=TRUE)的函数不适用于语料库。具体地说，文档不会转换为小写。R Studio不会显示任何错误或警告。我搞砸了什么吗？这会不会是一些编码问题？

library(tm)
setwd("...")

filenames <- list.files(getwd(), pattern="*.txt")
files <- lapply(filenames, readLines)

docs <- Corpus(VectorSource(files))
writeLines(as.character(docs[[30]]))

docs <- tm_map(docs, function(x) iconv(enc2utf8(x$content), sub = ""), lazy=TRUE)

#to lower case
docs <- tm_map(docs, content_transformer(tolower), lazy=TRUE)
writeLines(as.character(docs[[30]]))

谢谢你的建议！

Answer 1

这是一个简单的修复方法。将要转换为小写的代码移到iconv(...)之前。

这是可行的：

library(tm)
setwd("")

# Read in Files
filenames <- list.files(getwd(), pattern="*.txt")
files <- lapply(filenames, readLines)
docs <- Corpus(VectorSource(files))
writeLines(as.character(docs[[30]]))

# Lower Case
docs <- tm_map(docs, content_transformer(tolower), lazy=TRUE)

# Convert
docs <- tm_map(docs, function(x) iconv(enc2utf8(x$content), sub = ""))
writeLines(as.character(docs[[30]]))