estou usandotm() ewordcloud() para alguma mineração de dados básica em R, mas estou encontrando dificuldades porque há caracteres não ingleses no meu conjunto de dados (embora eu tenha tentado filtrar outros idiomas com base em variáveis ​​de segundo plano).

Digamos que algumas linhas do meu arquivo TXT (salvas como UTF-8 no TextWrangler) sejam assim:

Special
satisfação
Happy
Sad
Potential für

Então eu leio meu arquivo txt em R:

words <- Corpus(DirSource("~/temp", encoding = "UTF-8"),readerControl = list(language = "lat"))

Isso produz a mensagem de aviso:

Warning message:
In readLines(y, encoding = x$Encoding) :
  incomplete final line found on '/temp/file.txt'

Mas como é um aviso, não um erro, continuo a avançar.

words <- tm_map(words, stripWhitespace)
words <- tm_map(words, tolower)

Isso, então, produz o erro:

Error in FUN(X[[1L]], ...) : invalid input 'satisfa��o' in 'utf8towcs'

Estou aberto a encontrar maneiras de filtrar os caracteres não ingleses em TextWrangler ou R; seja qual for o mais expediente. Obrigado pela ajuda!