DocumentTermMatrix与字典

Question

我想将语料库转换为DocumentTermMatrix，只选择单词列表。我知道控件列表中的“dictionary”参数执行此操作：

     a = list("I am a big big big apple", "Petter Petter Peter Peter")
     v = VCorpus(VectorSource(a))
     my_terms = c("peter", "petter")
     DocumentTermMatrix(v, control = list(dictionary = my_terms)) %>% as.matrix()

它给了我这个：

        Terms
    Docs peter petter
       1     0      0
       2     1      1

虽然我想要的是这样的：

        Terms
    Docs peter petter
       1     0      0
       2     2      2

1. 第一份文件虽然是空的，但必须保留在那里。 （因为它必须与元数据匹配）
2. 必须在输出中显示该字的频率。

我想知道是否有功能/参数这样做。

Answer 1

它工作正常：

library(magrittr)
library(tm)

a <- list("I am a big big big apple", "Petter Petter Peter Peter")
v <- VCorpus(VectorSource(a))
my_terms <- c("peter", "petter")
DocumentTermMatrix(v, control = list(dictionary = my_terms)) %>% 
         as.matrix()