使用 Quanteda.textstats 时出现错误“选择了未定义的列”

Question

我正在运行一个主题模型项目，并在制作实际模型之前使用

quanteda

和

quanteda.textstats

查看二元组。当我尝试

tokens_compound

时，我收到错误：

Error in `[.data.frame`(col, col$z > 1) : undefined columns selected

.

但是，我知道

z

列存在，z > 1 中存在值，并且我正在使用我知道绝对有效的其他人的代码。下面是我使用的代码。我使用

janeausten

包来简化重现性；我对该数据集也遇到了同样的错误。

library(janeaustenr)
library(tidyverse)
library(quanteda)
library(quanteda.textstats)

data(sensesensibility)

sensesensibility <- as.data.frame(sensesensibility)

##add id column to the data frame
sensesensibility <- sensesensibility %>% 
  mutate(id = row_number()) %>% 
  slice(13:30) ##first few lines aren't full lines of text

corpus <- corpus(sensesensibility,
                     docid_field = "id",
                     text_field = "sensesensibility")



tokens <- corpus %>%
  tokens(remove_punct = TRUE, 
         remove_numbers = TRUE, 
         remove_symbols = TRUE, 
         remove_separators = TRUE) %>%
  tokens_tolower()

##see if it worked (it did)
tokens

col <- textstat_collocations(tokens, size = 2)

tokens.col <- tokens_compound(tokens, pattern = col[col$z > 1], concatenator = "_")

Answer 1

col

是一个二维对象，我们对它的过度分类更喜欢二维索引。

所以这有效：

tokens.col <- tokens_compound(tokens, 
                              pattern = col[col$z > 1, ],
                              concatenator = "_")