如何通过R中的用户定义语句过滤元数据？

本文介绍了如何通过R中的用户定义语句过滤元数据？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

在R中有一个名为 sFilter 的函数来过滤元数据。但是，是旧的（版本：0.5-10 ）tm包。有没有什么功能，而不是在新版本？

我的代码块是;

  query<  - LEWISSPLIT =='TRAIN'
 trainData<  -  tm_filter（语料库，FUN = sFilter，查询）

这意味着，获取在LEWISSPLIT属性中具有TRAIN值的文档。

 < REUTERS TOPICS = ?? LEWISSPLIT =& CGISPLIT =& OLDID =& NEWID = ??>

解决方案

$ b $ pre $ trainData

这是从例子（tm_filter） / code>。有一个例子使用 grep（）来进行更灵活的搜索。

 
There is a function called sFilter in R to filter meta data. However, the function is an old (Version: 0.5-10) tm package. Is there any function instead of it in a new version?
My code block is;
query <- "LEWISSPLIT == 'TRAIN'"
trainData <- tm_filter(Corpus, FUN = sFilter, query)
It means, get documents which have "TRAIN" value in their LEWISSPLIT attribute. 
<REUTERS TOPICS=?? LEWISSPLIT=?? CGISPLIT=?? OLDID=?? NEWID=??>
 解决方案 
Just write your own filtering function:
trainData <- tm_filter(Corpus, FUN = function(x, qry) any(meta(x)["lewissplit"] == qry), "TRAIN")
This was adapted from example(tm_filter). There is an example using grep() for more flexible search.
                        这篇关于如何通过R中的用户定义语句过滤元数据？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！