如何在 R 中匹配相似文档

Question

我创建了两个语料库：一个包含推文文本，另一个包含公司名称。我想做的是找出推文中提到了哪些公司。

推文示例文档：

> writeLines(as.character(tweet_corp[[175]]))
general motor send mexican made model chevi cruze us car dealer tax free across border make usaor pay big border tax

公司文件示例：

> writeLines(as.character(company_corp[[1397]]))
general motor

我想要一个匹配 tweet_corp[[175]] 和 company_corp[[1397]] 的输出。有什么办法吗？

Answer 1

您可以使用 stringr 包来检查公司名称是否出现在推文中，例如

library(stringr)

company_name <- "general motor"

tweet <- "general motor send mexican made model chevi cruze us car dealer tax free across border make usaor pay big border tax"

# check whether a company name occurs in a string
str_detect(
  string = tweet,
  pattern = coll(company_name)
)

如何在 R 中匹配相似文档

How to match similar documents in R

twitter

r

text-mining