En R usé el[tm package][1] para construir una matriz de documentos a plazo a partir de un corpus de documentos.

Mi objetivo es extraer asociaciones de palabras detodos Bigrams en el término matriz de documento y retorno para cada uno de los tres primeros o algunos. Por lo tanto, estoy buscando una variable que contenga todos los nombres de las filas de la matriz, por lo que la funciónfindAssocs() puede hacer su trabajo

Este es mi código hasta ahora:

library(tm)
library(RWeka)
txtData <- read.csv("file.csv", header = T, sep = ",")
txtCorpus <- Corpus(VectorSource(txtData$text))

...further preprocessing

#Tokenizer for n-grams and passed on to the term-document matrix constructor
BigramTokenizer <- function(x) NGramTokenizer(x, Weka_control(min = 2, max = 2))
txtTdmBi <- TermDocumentMatrix(txtCorpus, control = list(tokenize = BigramTokenizer))

#term argument holds two words since the BigramTokenizer extracted all pairs from txtCorpus
findAssocs(txtTdmBi, "cat shop", 0.5)
cat cabi  cat scratch  ...
    0.96         0.91

Intenté definir una variable con todos los nombres de row.namestxtTdmBi y alimentarlo a lafindAssocs() función. Sin embargo, con el siguiente resultado:

allRows <- c(row.names(txtTdmBi))
findAssocs(txtTdmBi, allRows, 0.5)
Error in which(x[term, ] > corlimit) : subscript out of bounds
In addition: Warning message:
In term == Terms(x) :
  longer object length is not a multiple of shorter object length

Porque ya se explica la extracción de asociaciones para un término empleado en varias matrices de documento de términoaquí, Supongo que sería posible encontrar las asociaciones para varios términos en una sola matriz de documento de término. Excepto ¿cómo?

Espero que alguien me pueda aclarar cómo resolver esto. Gracias de antemano por cualquier apoyo.