Как я могу найти составные слова, удаляя пробелы между ними и заменяя их в моем корпусе?

Question

У меня много сложных терминов, таких как hello World, good Morning, good Night, ... которые я хочу найти в моем корпусе, а затем заменить их их эквивалентом helloWorld, goodMorning, goodNight. Таким образом, я могу сохранить свою концепцию. Я могу сделать это один за другим, однако его очень утомительно, поскольку существует множество сложных терминов. Мне нужно сделать это на языке R.

Answer 1

Если все условия соединения разделены только пробелами, вы можете использовать gsub:

> x = c("hello World", "good Morning", "good Night") 
> y = gsub(pattern = " ", replacement = "", x = x) 
> print(y) 
[1] "helloWorld" "goodMorning" "goodNight" 

Вы всегда можете добавить больше шаблонов для pattern аргумента. Узнайте больше о регулярном выражении в R here и here.

Редактировать

@ user4241750: Да, но я только хочу, чтобы сделать это для конкретного соединения термин (Есть много), не все слагаемые в корпусе, так как есть многие другие терминов в corpus

Если вы знаете все особые составные условия, которые хотите изменить, вы можете указать его на docs[[j]]. Скажите, что единственными условиями, которые вы хотите изменить, являются «простые детали» и «доброе утро»:

terms.to.change = c("simple parts","good morning") 
for (j in seq(corpus)) { 
    positions.to.change = which(docs[[j]] %in% terms.to.change) 
    docs[[j]][positions.to.change] <- gsub(" ", "", docs[[j]][positions.to.change]) 
}