如何解决错误** nchar（rownames（m））中的错误：无效的多字节字符串，元素1 **？

Question

创建文档术语矩阵

dtm <- DocumentTermMatrix(docs, control = params)

nchar（rownames（m））中的错误：无效的多字节字符串，元素1

谁知道如何解决此错误？在Rstudio中工作

Answer 1

当您的输入文本未采用UTF-8编码时，就会发生这种情况。您可以阅读有关字符编码here的信息。

另一个很好的参考是this

我发现处理这些问题的最佳方法是使用stringr::str_conv。

mydocs <- c("doc1", "doc2", "doc3")

stringr::str_conv(mydocs, "UTF-8")

如果您使用非UTF-8字符，则会收到警告，但另一侧出现的字符向量将可用。

在调用`DocumentTermMatrix之前，对您的docs向量执行此操作。>>