R Ersetzen Stoppwörter in einer Spalte von Listen aus

Question

diesen Datenrahmen Anbetracht

test = data.frame(language=c("german", "english"), text=I(list(c("und das Beil", "wichtige Thematik der"), c("some useful information", "the most unuseful product")))) 

Ich brauche die Stoppwörter in jedem Vektor der Spalte „Text“ nach, welche Sprache der Zeilen gehört zu löschen. Eigentlich brauche ich nur zwischen Deutsch und Englisch unterscheiden, so dachte ich an mit ifelse wie dies in Kombination anwenden mit:

test[2] = apply(test, 1, function(x) ifelse(x[1] == "german", lapply(x[2], function(y)removeWords(y, stopwords("de"))), lapply(x[2], function(y)removeWords(y, stopwords("en"))))) 

Aber dies nicht funktioniert .. Vielleicht gibt es sogar einen eleganteren Weg zu löse das?

Answer 1

Als ersten Schritt könnten Sie tun:

library(tm)

apply(test, 1, function(x) removeWords(x[["text"]], stopwords(x[["language"]])))

, die Sie als Ergebnis liefert:

 [,1]     [,2]     
[1,] " Beil"    " useful information" 
[2,] "wichtige Thematik " " unuseful product" 

Ich weiß nicht, was das obwohl gewünschte Ausgabe ist. ..

Answer 2

Hier ist eine saubere Lösung th kann leicht auf mehrere Sprachen erweitert werden:

library(tidyverse) 

test <- tibble(
    language = c("german", "english"), 
    text = I(list(c("und das Beil", "wichtige Thematik der"), 
       c("some useful information", "the most unuseful product"))) 
) 

test %>% 
    mutate(lang_abr = recode(language, "german" = "de", "english" = "en")) %>% 
    mutate(text = map2(text, lang_abr, ~ removeWords(.x, stopwords(.y))))