如何在 R 中使用 quanteda 获取基本的可读性统计数据

Question

对于几百个 pdf 的非常基本的见解，我想计算所有这些 pdf 的可读性分数 (Flesch Kincaid) 并将它们呈现在电子表格中。我在 R 方面的技能不足，我自己找不到解决方案。我正在寻找一个非常基本的解决方案。这是我目前所拥有的：

directory <- "my_folder"
my_corpus <- VCorpus(DirSource(directory, pattern = ".pdf),
                     readerControl = list(reader = readPDF, language = "dutch"))

但是，当使用 quanteda 时，我收到错误消息：'row names supplied are of the wrong lenght' 当使用以下

textstat_readability(corpus(my_corpus), measure = "Flesch.Kincaid")

有没有办法解决这个问题，或者是否存在替代方案？

Answer 1

是 - 避免 tm 工作流程。

directory <- "my_folder"
my_corpus <- readtext::readtext(paste0(directory, “/*.pdf”))
textstat_readability(corpus(my_corpus))

但请记住，许多可读性测量所需的音节计数功能在荷兰语中可能无法正确运行。