TermDocumentMatrix bazen hata atıyor

Question

Çeşitli farklı spor takımlarından Tweets'e dayalı bir Word Cloud oluşturuyorum. Bu kod 10 kez başarıyla yaklaşık 1 yürütür:

Error in simple_triplet_matrix(i = i, j = j, v = as.numeric(v), nrow = length(allTerms), : 
    'i, j, v' different lengths 
In addition: Warning messages: 
1: In mclapply(unname(content(x)), termFreq, control) : 
    all scheduled cores encountered errors in user code 
2: In simple_triplet_matrix(i = i, j = j, v = as.numeric(v), nrow = length(allTerms), : 
    NAs introduced by coercion 

Herhangi bir fikir adamlar:

10 kere, aşağıdaki hata atıyor

handle <- 'arsenal' 
txt <- searchTwitter(handle,n=1000,lang='en') 
t <- sapply(txt,function(x) x$getText()) 
t <- gsub('http.*\\s*|RT|Retweet','',t) 
t <- gsub(handle,'',t) 
t_c <- Corpus(VectorSource(t)) 
tdm = TermDocumentMatrix(t_c,control = list(removePunctuation = TRUE,stopwords = stopwords("english"),removeNumbers = TRUE, content_transformer(tolower))) 
m = as.matrix(tdm) 
word_freqs = sort(rowSums(m), decreasing=TRUE) 
dm = data.frame(word=names(word_freqs), freq=word_freqs) 
wordcloud(dm$word, dm$freq, random.order=FALSE, colors=brewer.pal(8, "Dark2"),rot.per=0.5) 

diğer 9? Ben googled ettik, ama şimdiye kadar kısa geldi! Unutmayın ki R'de mutlak bir acemi! uğraşırken biraz aşağıdaki kod satırı tamamen benim sorunu belirlemiştir Yani sonra

Answer 1

:

t <- iconv(t,to="utf-8-mac") 

Answer 2

Seni bir DocumentTermMatrix komutunu kullanmadan önce aşağıdaki kod satırını kullandık varsayalım.

corpus = tm_map(corpus, PlainTextDocument) 

Bu kod satırı DocumentTermMatrix işlevi düzgün çalışmıyor hangi PlainTextDocument için corpus, tüm metni dönüştürür.

Yalnızca, tümleşik işlemi gerçekleştirme işlemini tamamlayın ve önişlemeyi yukarıdaki komutu atlayarak tekrarlayın ve gitmek için iyi olursunuz.

Answer 3

ortadan kaldırmak istiyorsanız:

t_c <- Corpus(VectorSource(t)) 

Sonra TermDocumentMatrix için doğru çıktıyı alırsınız:

corpus = tm_map(corpus, PlainTextDocument) 

da kaldırmak zorundayız.