如何检查一个段落是否是R中文本的一部分

Question

我有一个文本段落（一个词向量），我想看看它是否是 "part" 一段长文本（一个词向量）。但是，我知道这一段在文中没有出现它的确切形式，而是有细微的变化：一些词可能会漏掉，顺序可能会略有不同，一些词可能会作为括号元素等插入

我目前正在实施解决方案"by hand"，例如查看该段落的大部分单词是否在文本中，查看这些单词之间的距离，它们的顺序等... 但是我想知道是否没有内置方法可以做到这一点？

我已经检查了 tm 包，但它似乎并没有这样做...

有什么想法吗？

Answer 1

恐怕您受困于 hand-writing 一种方法，例如grep-ing 一些词组并具有某种匹配阈值。