从R中的文本中提取字符级n-gram

Question

我有一个带有文本的数据框，我想提取字符级双字母（n = 2），例如R中的每个文本分别为“ st”，“ ac”，“ ck”。

数据：

df$text

[1] "hy my name is"
[2] "stackover flow is great"
[3] "how are you"

    

我有一个带有文本的数据框，我想提取字符级双字母（n = 2），例如R中的每个文本都为“ st”，“ ac”，“ ck”。数据：df $ text [1]“为什么叫我的名字” [2]“ stackover flow非常好” [...

Answer 1

我不太确定您在这里的预期输出。我本以为“堆栈”的二元组将是“ st”，“ ta”，“ ac”和“ ck”，因为它捕获了每个连续的对。