r - 在R中将DocumentTermMatrix与'dictionary'参数一起使用

我想使用R进行文本分类。我使用DocumentTermMatrix返回单词矩阵：

library(tm)
crude <- "japan korea usa uk albania azerbaijan"
corps <- Corpus(VectorSource(crude))
dtm <- DocumentTermMatrix(corps)
inspect(dtm)

words <- c("australia", "korea", "uganda", "japan", "argentina", "turkey")
test <- DocumentTermMatrix(corps, control=list(dictionary = words))
inspect(test)

第一个inspect(dtm)可以按预期工作，结果如下：

    Terms
Docs albania azerbaijan japan korea usa
   1       1          1     1     1   1

但是第二个inspect(test)显示此结果：

    Terms
Docs argentina australia japan korea turkey uganda
   1         0         1     0     1      0      0

虽然预期结果是：

    Terms
Docs argentina australia japan korea turkey uganda
   1         0         0     1     1      0      0

是错误还是我使用错误的方式？

最佳答案

索引词频时，Corpus（）似乎有一个错误。

请改用VCorpus（），这将为您提供预期的结果。