R辞書：多対1マッピングを作成

Question

R（tm）を使用して、テキストマイニングの演習で次のMWEを検討してください。 トヨタは米国で複数のSUVモデルを用意しています。 models<-c("highlander","land cruiser","rav4","sequoia","4runner")。一般的なメディアは、 "toyota rav4"（コーパスはすでに小文字に変換されている）ではなく "rav4"と呼ばれています。 DocumentTermMatrixでトヨタsuvsの単一の列を取得するには、私はこれらのすべてのブランドを1つの一般的な "toyota_suv"に変換する必要があります。私が今やっていることは、長さ（モデル）のためにmycorpus<-tm_map(mycorpus, gsub, pattern="rav4", replacement="toyota_suv")を繰り返すことです。ハックはmodel_names<-rep("toyota_suv",length(models))を設定し、人生を乗り切ることでしょう。どのように多対1のマッピングで辞書を設定すれば、すべてmodelsが1つの式で 'toyota_suv'に置き換えられますか？どうもありがとう。

Answer 1

ベクトル化置換関数を使用できます。 stringiパッケージは、stri_replace_allファミリーの機能を備えたそのような機能を提供します。ここでは、stri_replace_all_fixedを使用していますが、必要に応じて大文字と小文字の区別やその他のオプションを調整します。

library(tm) 
library(stringi) 

toyota_suvs <- c("highlander","land cruiser","rav4","sequoia","4runner") 

tm_map(toyCorp, stri_replace_all_fixed, 
    pattern = toyota_suvs, replacement = "toyota_suv", 
    vectorize_all = FALSE) 

データ：

toyExample <- c("you don't know about the rav4, John Snow", 
    "the highlander is a great car", 
    "I want a land cruiser") 

toyCorp <- Corpus(VectorSource(toyExample))