lostm paquete se extiendec de modo que, si se le da un conjunto dePlainTextDocuments crea automáticamente unCorpus. Desafortunadamente, parece que cadaPlainTextDocument debe especificarse por separado.

p.ej. Si tuviera:

foolist <- list(a, b, c); # where a,b,c are PlainTextDocument objects

Haría esto para obtener unCorpus:

foocorpus <- c(foolist[[1]], foolist[[2]], foolist[[3]]);

Tengo una lista de listas de'PlainTextDocuments que se parece a esto:

> str(sectioned)
List of 154
 $ :List of 6
  ..$ :Classes 'PlainTextDocument', 'TextDocument', 'character'  atomic [1:1] Developing assessment models   Developing models
  .. .. ..- attr(*, "Author")= chr "John Smith"
  .. .. ..- attr(*, "DateTimeStamp")= POSIXlt[1:1], format: "2013-04-30 12:03:49"
  .. .. ..- attr(*, "Description")= chr(0) 
  .. .. ..- attr(*, "Heading")= chr "Research Focus"
  .. .. ..- attr(*, "ID")= chr(0) 
  .. .. ..- attr(*, "Language")= chr(0) 
  .. .. ..- attr(*, "LocalMetaData")=List of 4
  .. .. .. ..$ foo           : chr "bar"
  .. .. .. ..$ classification: chr "Technician"
  .. .. .. ..$ team          : chr ""
  .. .. .. ..$ supervisor    : chr "Bill Jones"
  .. .. ..- attr(*, "Origin")= chr "Smith-John_e.txt"

#etc., all sublists have 6 elements

Por lo tanto, para obtener todos misPlainTextDocuments en unCorpus, esto funcionaria:

sectioned.Corpus <- c(sectioned[[1]][[1]], sectioned[[1]][[2]], ..., sectioned[[154]][[6]])

¿Alguien puede sugerir una manera más fácil, por favor?

ETA:foo<-unlist(foolist, recursive=FALSE) produce una lista plana de documentos de texto simple, que aún me deja con el problema de alimentar una lista elemento por elemento parac