R -STM:从TM转换为STM文档矩阵时，如何保持元数据

Question

我正在尝试在使用tm软件包制备的文档矩阵上运行结构性主题模型（使用stm软件包）。

我在tm软件包中构建了一个语料库，其中包含以下元数据：

library(tm)
myReader2 <- readTabular(mapping=list(content="text", id="id", sentiment = "sentiment"))
text_corpus2 <- VCorpus(DataframeSource(bin_stm_df), readerControl = list(reader = myReader2))
meta(text_corpus2[[1]])
  id       : 11
  sentiment: negative
  language : en

执行了一些文本清洁并保存结果为clean_corpus2（元数据仍然存在），我将其更改为文档矩阵，然后将其读为stm-兼容矩阵：

library(stm)
chat_DTM2 <- DocumentTermMatrix(clean_corpus2, control = list(wordLengths = c(3, Inf)))
DTM2 <- removeSparseTerms(chat_DTM2 , 0.990)
DTM_st <-readCorpus(DTM2, type = "slam")

到目前为止，一切都很好。但是，当我尝试使用 stm-兼容数据指定元数据时，元数据消失了：

docsTM <- DTM_st$documents # works fine
vocabTM <- DTM_st$vocab # works fine
metaTM <- DTM_st$meta # returns NULL
> metaTM
NULL

如何将元数据从tm生成的语料库中保持在stm-兼容的文档 - 学期矩阵中？欢迎任何建议，谢谢。

Answer 1

如何尝试 Quanteda package？

没有访问您的对象的能力，我无法逐字保证这项工作，但应该：

library("quanteda")
# creates the corpus with document variables except for the "text"
text_corpus3 <- corpus(bin_stm_df, text_field = "text")
# convert to document-feature matrix - cleaning options can be added
# see ?tokens
chat_DTM3 <- dfm(text_corpus3)
# similar to tm::removeSparseTerms()
DTM3 <- dfm_trim(chat_DTM3, sparsity = 0.990)
# convert to STM format
DTM_st <- convert(DTM3, to = "stm")
# then it's all there
docsTM <- DTM_st$documents 
vocabTM <- DTM_st$vocab    
metaTM <- DTM_st$meta      # should return the data.frame of document variables