
Olá pessoal. Gostaria de saber quem já trabalhou com o stemCompletion() em seus projetos e que poderia me ajudar na seguinte questão.... . 1. Crio uma cópia do corpus (pois utilizarei o próprio documento como um dicionário). 2. Após este procedimento aplico o processo de stemming dos termos. 3. Logo em seguida utilizo o stemCompletion() para o preenchimento dos termos. 1. *dictionary* <- corpus tdm_corpus <- Corpus(VectorSource(corpus)) 2. tdm_corpus<-tm_map(tdm_corpus, *stemDocument*, language = "portuguese") 3. tdm_corpus<-tm_map(tdm_corpus, *stemCompletion*, dictionary=*dictionary*) O processo de stemming é realizado normalmente, assim como o processo de preenchimento dos termos o grande problema é que a medida que o número de amostras aumenta o custo para realizar o prenchimento aumenta muito. Por exemplo, em um primeiro momento trabalhei com 100 documentos - foi rápido. Porém, quando aumentei para 1000 demorou *consideravelmente*. Como é a primeira vez que trabalho com isso e estou trabalhando com uma quantidade de documentos significativa, gostaria de saber se de fato é isso que acontece normalmente ou se existe alguma outra maneira de contornar este problema. Fico muito grato a quem contribuir de alguma maneira. Abs, Fernando.
participantes (1)
-
Fernando Gama