代码之家 › 专栏 › 技术社区 › Scott

在R中转换表情文字

corpus emoji r

3

Scott · 技术社区 · 7 年前

createCorpus <- function(corpusData){
    aCorpus <- Corpus(DataframeSource(corpusData))
    ...
    aCorpus <- tm_map(aCorpus,content_transformer(tolower))
}

真实的 文本

“utf8towcs”

现在,我尝试添加 str_replace_all(aCorpus$content,"[^[:graph:]]", " ") 按照中的建议转换为小写 this answer 。这会产生与上述完全相同的错误,几乎就像它实际上没有做任何事情一样。

我也试过了 tm_map(aCorpus, function(x) iconv(enc2utf8(x), sub = "byte")) here ,这会产生错误:

enc2utf8(x)中出错:参数不是字符向量

str_replace_all() 这是正确的方法,但我一定做错了什么?如何删除所有表情符号,以便清理语料库?

编辑

1 回复 | 直到 7 年前

1

4

Scott 7 年前

tm_map(aCorpus, function(x) iconv(enc2utf8(x$content), sub = "byte"))

tm_map(aCorpus, function(x) iconv(enc2utf8(x), sub = "byte"))

x$content 作为参数,而不仅仅是 x .