Сопоставление списка фраз с корпусом документов и частотой повторной фразы

Question

У меня есть список фраз и состав документов. В корпусе есть 100k + фраз и документы 60k +. Фразы могут/не могут присутствовать в корпусе. Я с нетерпением жду, чтобы найти термин частота каждой фразы, присутствующей в корпусе.

Пример набора данных:

Phrases <- c("just starting", "several kilometers", "brief stroll", "gradually boost", "5 miles", "dark night", "cold morning") 
Doc1 <- "If you're just starting with workout, begin slow." 
Doc2 <- "Don't jump in brain initial and then try to operate several kilometers without the need of worked out well before." 
Doc3 <- "It is possible to end up injuring on your own and carrying out more damage than good." 
Doc4 <- "Instead start with a brief stroll and gradually boost the duration along with the speed." 
Doc5 <- "Before you know it you'll be working 5 miles without any problems." 

Я новичок в текст аналитики в R и подошли к этой проблеме на линиях решения Тайлер RINKER к этому R Text Mining: Counting the number of times a specific word appears in a corpus?.

Вот мой подход до сих пор:

library(tm) 
library(qdap) 
Docs <- c(Doc1, Doc2, Doc3, Doc4, Doc5) 
text <- removeWords(Docs, stopwords("english")) 
text <- removePunctuation(text) 
text <- tolower(text) 
corp <- Corpus(VectorSource(text)) 
Phrases <- tolower(Phrases) 
word.freq <- apply_as_df(corp, termco_d, match.string=Phrases) 
mcsv_w(word.freq, dir = NULL, open = T, sep = ", ", dataframes = NULL, 
     pos = 1, envir = as.environment(pos)) 

Когда я экспорт результатов в CSV-файл, он только дает мне, присутствует ли в какой-либо из документации или нет фразы 1.

Я ожидаю выход, как показано ниже (за исключением несовпадающих фраз):

Docs  Phrase1  Phrase2 Phrase3 Phrase4 Phrase5 
1   0   1   2   0   0 
2   1   0   0   1   0 

Answer 1

Я попытался с вашим подходом и не может повторить:

Использование:

library(tm) 
library(qdap) 
Docs <- c(Doc1, Doc2, Doc3, Doc4, Doc5) 
text <- removeWords(Docs, stopwords("english")) 
text <- removePunctuation(text) 
text <- tolower(text) 
corp <- Corpus(VectorSource(text)) 
Phrases <- tolower(Phrases) 
word.freq <- apply_as_df(corp, termco_d, match.string = Phrases) 
mcsv_w(word.freq, dir = NULL, open = T, sep = ", ", dataframes = NULL, 
     pos = 1, envir = as.environment(pos)) 

Я получаю следующие csv:

docs word.count term(just starting) term(several kilometers) term(brief stroll) term(gradually boost) term(5 miles) term(dark night) term(cold morning) 
1 7 1 0 0 0 0 0 0 
2 12 0 1 0 0 0 0 0 
3 7 0 0 0 0 0 0 0 
4 9 0 0 1 1 0 0 0 
5 7 0 0 0 0 0 0 0