SCM

SCM Repository

[tm] Annotation of /pkg/R/corpus.R
ViewVC logotype

Annotation of /pkg/R/corpus.R

Parent Directory Parent Directory | Revision Log Revision Log


Revision 747 - (view) (download)
Original Path: trunk/tm/R/textdoccol.R

1 : feinerer 17 # Author: Ingo Feinerer
2 :    
3 : feinerer 722 # The "..." are additional arguments for the FunctionGenerator reader
4 : feinerer 712 setGeneric("TextDocCol", function(object,
5 : feinerer 733 readerControl = list(reader = object@DefaultReader, language = "en_US", load = FALSE),
6 : feinerer 741 dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),
7 : feinerer 733 ...) standardGeneric("TextDocCol"))
8 : feinerer 49 setMethod("TextDocCol",
9 : feinerer 63 signature(object = "Source"),
10 : feinerer 717 function(object,
11 : feinerer 733 readerControl = list(reader = object@DefaultReader, language = "en_US", load = FALSE),
12 : feinerer 741 dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),
13 : feinerer 733 ...) {
14 : feinerer 722 if (attr(readerControl$reader, "FunctionGenerator"))
15 :     readerControl$reader <- readerControl$reader(...)
16 : feinerer 63
17 : feinerer 712 if (dbControl$useDb) {
18 :     if (!dbCreate(dbControl$dbName, dbControl$dbType))
19 :     stop("error in creating database")
20 :     db <- dbInit(dbControl$dbName, dbControl$dbType)
21 :     }
22 :    
23 : feinerer 63 tdl <- list()
24 :     counter <- 1
25 :     while (!eoi(object)) {
26 : feinerer 698 object <- stepNext(object)
27 :     elem <- getElem(object)
28 : feinerer 63 # If there is no Load on Demand support
29 :     # we need to load the corpus into memory at startup
30 : feinerer 694 if (!object@LoDSupport)
31 : feinerer 722 readerControl$load <- TRUE
32 :     doc <- readerControl$reader(elem, readerControl$load, readerControl$language, as.character(counter))
33 : feinerer 712 if (dbControl$useDb) {
34 :     dbInsert(db, ID(doc), doc)
35 :     tdl <- c(tdl, ID(doc))
36 :     }
37 :     else
38 :     tdl <- c(tdl, list(doc))
39 : feinerer 63 counter <- counter + 1
40 :     }
41 :    
42 : feinerer 712 df <- data.frame(MetaID = rep(0, length(tdl)), stringsAsFactors = FALSE)
43 :     if (dbControl$useDb) {
44 :     dbInsert(db, "DMetaData", df)
45 : feinerer 727 dmeta.df <- data.frame(key = "DMetaData", subset = I(list(NA)))
46 : feinerer 712 }
47 :     else
48 :     dmeta.df <- df
49 :    
50 : feinerer 698 cmeta.node <- new("MetaDataNode",
51 : feinerer 71 NodeID = 0,
52 : feinerer 689 MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
53 : feinerer 71 children = list())
54 :    
55 : feinerer 712 return(new("TextDocCol", .Data = tdl, DMetaData = dmeta.df, CMetaData = cmeta.node, DBControl = dbControl))
56 : feinerer 21 })
57 :    
58 : feinerer 698 setGeneric("loadDoc", function(object, ...) standardGeneric("loadDoc"))
59 :     setMethod("loadDoc",
60 : feinerer 62 signature(object = "PlainTextDocument"),
61 : feinerer 65 function(object, ...) {
62 : feinerer 61 if (!Cached(object)) {
63 : feinerer 67 con <- eval(URI(object))
64 : feinerer 65 corpus <- readLines(con)
65 :     close(con)
66 : feinerer 56 Corpus(object) <- corpus
67 : feinerer 60 Cached(object) <- TRUE
68 : feinerer 56 return(object)
69 :     } else {
70 :     return(object)
71 :     }
72 :     })
73 : feinerer 698 setMethod("loadDoc",
74 : feinerer 62 signature(object = "XMLTextDocument"),
75 : feinerer 65 function(object, ...) {
76 : feinerer 61 if (!Cached(object)) {
77 : feinerer 67 con <- eval(URI(object))
78 : feinerer 65 corpus <- paste(readLines(con), "\n", collapse = "")
79 :     close(con)
80 :     doc <- xmlTreeParse(corpus, asText = TRUE)
81 : feinerer 49 class(doc) <- "list"
82 : feinerer 56 Corpus(object) <- doc
83 : feinerer 60 Cached(object) <- TRUE
84 : feinerer 49 return(object)
85 :     } else {
86 :     return(object)
87 :     }
88 :     })
89 : feinerer 698 setMethod("loadDoc",
90 : feinerer 62 signature(object = "NewsgroupDocument"),
91 : feinerer 65 function(object, ...) {
92 : feinerer 61 if (!Cached(object)) {
93 : feinerer 67 con <- eval(URI(object))
94 : feinerer 65 mail <- readLines(con)
95 :     close(con)
96 : feinerer 60 Cached(object) <- TRUE
97 : feinerer 744 for (index in seq_along(mail)) {
98 : feinerer 65 if (mail[index] == "")
99 :     break
100 :     }
101 : feinerer 56 Corpus(object) <- mail[(index + 1):length(mail)]
102 :     return(object)
103 :     } else {
104 :     return(object)
105 :     }
106 :     })
107 : feinerer 49
108 : feinerer 719 setGeneric("tmUpdate", function(object,
109 :     origin,
110 : feinerer 723 readerControl = list(reader = origin@DefaultReader, language = "en_US", load = FALSE),
111 : feinerer 719 ...) standardGeneric("tmUpdate"))
112 : feinerer 72 # Update is only supported for directories
113 :     # At the moment no other LoD devices are available anyway
114 : feinerer 698 setMethod("tmUpdate",
115 : feinerer 72 signature(object = "TextDocCol", origin = "DirSource"),
116 : feinerer 719 function(object, origin,
117 : feinerer 723 readerControl = list(reader = origin@DefaultReader, language = "en_US", load = FALSE),
118 : feinerer 719 ...) {
119 : feinerer 722 if (inherits(readerControl$reader, "FunctionGenerator"))
120 :     readerControl$reader <- readerControl$reader(...)
121 : feinerer 72
122 :     object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))
123 :     new.files <- setdiff(origin@FileList, object.filelist)
124 :    
125 :     for (filename in new.files) {
126 :     elem <- list(content = readLines(filename),
127 :     uri = substitute(file(filename)))
128 : feinerer 722 object <- appendElem(object, readerControl$reader(elem, readerControl$load, readerControl$language, filename))
129 : feinerer 72 }
130 :    
131 :     return(object)
132 :     })
133 :    
134 : feinerer 698 setGeneric("tmMap", function(object, FUN, ...) standardGeneric("tmMap"))
135 :     setMethod("tmMap",
136 : feinerer 62 signature(object = "TextDocCol", FUN = "function"),
137 : feinerer 49 function(object, FUN, ...) {
138 : feinerer 73 result <- object
139 : feinerer 689 # Note that text corpora are automatically loaded into memory via \code{[[}
140 : feinerer 719 if (DBControl(object)[["useDb"]]) {
141 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
142 : feinerer 728 i <- 1
143 :     for (id in unlist(object)) {
144 :     db[[id]] <- FUN(object[[i]], ..., DMetaData = DMetaData(object))
145 :     i <- i + 1
146 :     }
147 : feinerer 719 }
148 :     else
149 :     result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))
150 : feinerer 56 return(result)
151 : feinerer 49 })
152 :    
153 : feinerer 698 setGeneric("asPlain", function(object, FUN, ...) standardGeneric("asPlain"))
154 :     setMethod("asPlain",
155 : feinerer 62 signature(object = "PlainTextDocument"),
156 : feinerer 49 function(object, FUN, ...) {
157 :     return(object)
158 :     })
159 : feinerer 698 setMethod("asPlain",
160 : feinerer 62 signature(object = "XMLTextDocument", FUN = "function"),
161 : feinerer 49 function(object, FUN, ...) {
162 : feinerer 56 corpus <- Corpus(object)
163 : feinerer 49
164 :     # As XMLDocument is no native S4 class, restore valid information
165 :     class(corpus) <- "XMLDocument"
166 :     names(corpus) <- c("doc","dtd")
167 :    
168 : feinerer 61 return(FUN(xmlRoot(corpus), ...))
169 : feinerer 49 })
170 : feinerer 725 setMethod("asPlain",
171 :     signature(object = "NewsgroupDocument"),
172 :     function(object, FUN, ...) {
173 :     new("PlainTextDocument", .Data = Corpus(object), Cached = TRUE, URI = "", Author = Author(object),
174 :     DateTimeStamp = DateTimeStamp(object), Description = Description(object), ID = ID(object),
175 :     Origin = Origin(object), Heading = Heading(object), Language = Language(object))
176 :     })
177 : feinerer 49
178 : feinerer 698 setGeneric("tmTolower", function(object, ...) standardGeneric("tmTolower"))
179 :     setMethod("tmTolower",
180 : feinerer 67 signature(object = "PlainTextDocument"),
181 :     function(object, ...) {
182 :     Corpus(object) <- tolower(object)
183 :     return(object)
184 :     })
185 :    
186 : feinerer 698 setGeneric("stripWhitespace", function(object, ...) standardGeneric("stripWhitespace"))
187 :     setMethod("stripWhitespace",
188 : feinerer 67 signature(object = "PlainTextDocument"),
189 :     function(object, ...) {
190 :     Corpus(object) <- gsub("[[:space:]]+", " ", object)
191 :     return(object)
192 :     })
193 :    
194 : feinerer 713 setGeneric("stemDoc", function(object, language = "english", ...) standardGeneric("stemDoc"))
195 : feinerer 698 setMethod("stemDoc",
196 : feinerer 62 signature(object = "PlainTextDocument"),
197 : feinerer 713 function(object, language = "english", ...) {
198 : feinerer 49 splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))
199 : feinerer 713 stemmedCorpus <- if (require("Rstem"))
200 :     Rstem::wordStem(splittedCorpus, language)
201 :     else
202 :     SnowballStemmer(splittedCorpus, Weka_control(S = language))
203 : feinerer 56 Corpus(object) <- paste(stemmedCorpus, collapse = " ")
204 :     return(object)
205 : feinerer 49 })
206 :    
207 : feinerer 722 setGeneric("removePunctuation", function(object, ...) standardGeneric("removePunctuation"))
208 :     setMethod("removePunctuation",
209 :     signature(object = "PlainTextDocument"),
210 :     function(object, ...) {
211 :     Corpus(object) <- gsub("[[:punct:]]+", "", Corpus(object))
212 :     return(object)
213 :     })
214 :    
215 : feinerer 698 setGeneric("removeWords", function(object, stopwords, ...) standardGeneric("removeWords"))
216 :     setMethod("removeWords",
217 : feinerer 60 signature(object = "PlainTextDocument", stopwords = "character"),
218 : feinerer 61 function(object, stopwords, ...) {
219 : feinerer 49 splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))
220 :     noStopwordsCorpus <- splittedCorpus[!splittedCorpus %in% stopwords]
221 : feinerer 56 Corpus(object) <- paste(noStopwordsCorpus, collapse = " ")
222 :     return(object)
223 : feinerer 49 })
224 :    
225 : feinerer 698 setGeneric("tmFilter", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmFilter"))
226 :     setMethod("tmFilter",
227 : feinerer 61 signature(object = "TextDocCol"),
228 : feinerer 698 function(object, ..., FUN = sFilter, doclevel = FALSE) {
229 : feinerer 73 if (doclevel)
230 :     return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])
231 :     else
232 : feinerer 724 return(object[FUN(object, ...)])
233 : feinerer 61 })
234 :    
235 : feinerer 698 setGeneric("tmIndex", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmIndex"))
236 :     setMethod("tmIndex",
237 : feinerer 61 signature(object = "TextDocCol"),
238 : feinerer 698 function(object, ..., FUN = sFilter, doclevel = FALSE) {
239 : feinerer 73 if (doclevel)
240 :     return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))
241 :     else
242 : feinerer 724 return(FUN(object, ...))
243 : feinerer 49 })
244 :    
245 : feinerer 698 sFilter <- function(object, s, ...) {
246 : feinerer 73 con <- textConnection(s)
247 :     tokens <- scan(con, "character")
248 :     close(con)
249 : feinerer 721 localMetaNames <- unique(names(sapply(object, LocalMetaData)))
250 :     localMetaTokens <- localMetaNames[localMetaNames %in% tokens]
251 : feinerer 729 n <- names(DMetaData(object))
252 :     tags <- c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language", localMetaTokens)
253 :     query.df <- DMetaData(prescindMeta(object, tags))
254 :     if (DBControl(object)[["useDb"]])
255 :     DMetaData(object) <- DMetaData(object)[, setdiff(n, tags), drop = FALSE]
256 : feinerer 721 # Rename to avoid name conflicts
257 :     names(query.df)[names(query.df) == "Author"] <- "author"
258 :     names(query.df)[names(query.df) == "DateTimeStamp"] <- "datetimestamp"
259 :     names(query.df)[names(query.df) == "Description"] <- "description"
260 :     names(query.df)[names(query.df) == "ID"] <- "identifier"
261 :     names(query.df)[names(query.df) == "Origin"] <- "origin"
262 :     names(query.df)[names(query.df) == "Heading"] <- "heading"
263 :     names(query.df)[names(query.df) == "Language"] <- "language"
264 : feinerer 73 attach(query.df)
265 : feinerer 74 try(result <- rownames(query.df) %in% row.names(query.df[eval(parse(text = s)), ]))
266 : feinerer 73 detach(query.df)
267 :     return(result)
268 : feinerer 61 }
269 :    
270 : feinerer 698 setGeneric("searchFullText", function(object, pattern, ...) standardGeneric("searchFullText"))
271 :     setMethod("searchFullText",
272 : feinerer 61 signature(object = "PlainTextDocument", pattern = "character"),
273 :     function(object, pattern, ...) {
274 :     return(any(grep(pattern, Corpus(object))))
275 :     })
276 :    
277 : feinerer 698 setGeneric("appendElem", function(object, data, meta = NULL) standardGeneric("appendElem"))
278 :     setMethod("appendElem",
279 : feinerer 72 signature(object = "TextDocCol", data = "TextDocument"),
280 :     function(object, data, meta = NULL) {
281 : feinerer 712 if (DBControl(object)[["useDb"]]) {
282 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
283 :     if (dbExists(db, ID(data)))
284 :     warning("document with identical ID already exists")
285 :     dbInsert(db, ID(data), data)
286 :     object@.Data[[length(object)+1]] <- ID(data)
287 :     }
288 :     else
289 :     object@.Data[[length(object)+1]] <- data
290 :     DMetaData(object) <- rbind(DMetaData(object), c(MetaID = CMetaData(object)@NodeID, meta))
291 : feinerer 52 return(object)
292 :     })
293 :    
294 : feinerer 698 setGeneric("appendMeta", function(object, cmeta = NULL, dmeta = NULL) standardGeneric("appendMeta"))
295 :     setMethod("appendMeta",
296 : feinerer 72 signature(object = "TextDocCol"),
297 : feinerer 698 function(object, cmeta = NULL, dmeta = NULL) {
298 : feinerer 712 object@CMetaData@MetaData <- c(CMetaData(object)@MetaData, cmeta)
299 :     if (!is.null(dmeta)) {
300 : feinerer 719 DMetaData(object) <- cbind(DMetaData(object), eval(dmeta))
301 : feinerer 712 }
302 : feinerer 52 return(object)
303 :     })
304 : feinerer 53
305 : feinerer 698 setGeneric("removeMeta", function(object, cname = NULL, dname = NULL) standardGeneric("removeMeta"))
306 :     setMethod("removeMeta",
307 : feinerer 77 signature(object = "TextDocCol"),
308 : feinerer 698 function(object, cname = NULL, dname = NULL) {
309 : feinerer 729 if (!is.null(cname))
310 : feinerer 698 object@CMetaData@MetaData <- CMetaData(object)@MetaData[names(CMetaData(object)@MetaData) != cname]
311 : feinerer 729 if (!is.null(dname))
312 :     DMetaData(object) <- DMetaData(object)[, names(DMetaData(object)) != dname, drop = FALSE]
313 : feinerer 77 return(object)
314 :     })
315 : feinerer 69
316 : feinerer 698 setGeneric("prescindMeta", function(object, meta) standardGeneric("prescindMeta"))
317 :     setMethod("prescindMeta",
318 : feinerer 73 signature(object = "TextDocCol", meta = "character"),
319 :     function(object, meta) {
320 :     for (m in meta) {
321 : feinerer 719 if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language")) {
322 : feinerer 75 local.m <- lapply(object, m)
323 :     local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
324 : feinerer 73 local.m <- unlist(local.m)
325 : feinerer 721 DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
326 :     names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
327 : feinerer 75 }
328 :     else {
329 :     local.meta <- lapply(object, LocalMetaData)
330 :     local.m <- lapply(local.meta, "[[", m)
331 :     local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
332 :     if (length(local.m) == length(unlist(local.m)))
333 :     local.m <- unlist(local.m)
334 :     else
335 :     local.m <- I(local.m)
336 : feinerer 721 DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
337 :     names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
338 : feinerer 75 }
339 : feinerer 73 }
340 :     return(object)
341 :     })
342 :    
343 : feinerer 53 setMethod("[",
344 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),
345 :     function(x, i, j, ... , drop) {
346 :     if(missing(i))
347 :     return(x)
348 :    
349 :     object <- x
350 :     object@.Data <- x@.Data[i, ..., drop = FALSE]
351 : feinerer 724 if (DBControl(object)[["useDb"]]) {
352 : feinerer 727 index <- object@DMetaData[[1 , "subset"]]
353 :     if (any(is.na(index)))
354 :     object@DMetaData[[1 , "subset"]] <- i
355 : feinerer 724 else
356 : feinerer 727 object@DMetaData[[1 , "subset"]] <- index[i]
357 : feinerer 724 }
358 : feinerer 729 else
359 :     DMetaData(object) <- DMetaData(x)[i, , drop = FALSE]
360 : feinerer 53 return(object)
361 :     })
362 :    
363 : feinerer 63 setMethod("[<-",
364 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
365 :     function(x, i, j, ... , value) {
366 :     object <- x
367 : feinerer 724 if (DBControl(object)[["useDb"]]) {
368 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
369 :     counter <- 1
370 :     for (id in object@.Data[i, ...]) {
371 :     if (length(value) == 1)
372 :     db[[id]] <- value
373 :     else {
374 :     db[[id]] <- value[[counter]]
375 :     }
376 :     counter <- counter + 1
377 :     }
378 :     }
379 :     else
380 :     object@.Data[i, ...] <- value
381 : feinerer 63 return(object)
382 :     })
383 :    
384 :     setMethod("[[",
385 :     signature(x = "TextDocCol", i = "ANY", j = "ANY"),
386 :     function(x, i, j, ...) {
387 : feinerer 712 if (DBControl(x)[["useDb"]]) {
388 :     db <- dbInit(DBControl(x)[["dbName"]], DBControl(x)[["dbType"]])
389 :     result <- dbFetch(db, x@.Data[[i]])
390 :     return(loadDoc(result))
391 :     }
392 :     else
393 :     return(loadDoc(x@.Data[[i]]))
394 : feinerer 63 })
395 :    
396 :     setMethod("[[<-",
397 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
398 :     function(x, i, j, ..., value) {
399 :     object <- x
400 : feinerer 712 if (DBControl(object)[["useDb"]]) {
401 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
402 :     index <- object@.Data[[i]]
403 :     db[[index]] <- value
404 :     }
405 :     else
406 :     object@.Data[[i, ...]] <- value
407 : feinerer 63 return(object)
408 :     })
409 :    
410 : feinerer 698 # Update \code{NodeID}s of a CMetaData tree
411 : feinerer 697 update_id <- function(object, id = 0, mapping = NULL, left.mapping = NULL, level = 0) {
412 : feinerer 698 # Traversal of (binary) CMetaData tree with setup of \code{NodeID}s
413 : feinerer 697 set_id <- function(object) {
414 :     object@NodeID <- id
415 :     id <<- id + 1
416 :     level <<- level + 1
417 : feinerer 71
418 : feinerer 697 if (length(object@children) > 0) {
419 :     mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))
420 :     left <- set_id(object@children[[1]])
421 :     if (level == 1) {
422 :     left.mapping <<- mapping
423 :     mapping <<- NULL
424 :     }
425 :     mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))
426 :     right <- set_id(object@children[[2]])
427 : feinerer 71
428 : feinerer 697 object@children <- list(left, right)
429 : feinerer 71 }
430 : feinerer 697 level <<- level - 1
431 : feinerer 71
432 : feinerer 697 return(object)
433 : feinerer 71 }
434 :    
435 : feinerer 697 return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))
436 : feinerer 71 }
437 :    
438 : feinerer 53 setMethod("c",
439 :     signature(x = "TextDocCol"),
440 : feinerer 689 function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
441 :     args <- list(...)
442 : feinerer 720 if (length(args) == 0)
443 : feinerer 689 return(x)
444 : feinerer 71
445 : feinerer 720 if (!all(sapply(args, inherits, "TextDocCol")))
446 :     stop("not all arguments are text document collections")
447 : feinerer 730 if (DBControl(x)[["useDb"]] == TRUE || any(unlist(sapply(args, DBControl)["useDb", ])))
448 : feinerer 720 stop("concatenating text document collections with activated database is not supported")
449 :    
450 : feinerer 689 result <- x
451 :     for (c in args) {
452 :     result <- c2(result, c)
453 :     }
454 :     return(result)
455 :     })
456 :    
457 :     setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))
458 :     setMethod("c2",
459 :     signature(x = "TextDocCol", y = "TextDocCol"),
460 :     function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
461 : feinerer 71 object <- x
462 :     # Concatenate data slots
463 :     object@.Data <- c(as(x, "list"), as(y, "list"))
464 :    
465 : feinerer 720 # Set the DBControl slot
466 : feinerer 741 object@DBControl <- list(useDb = FALSE, dbName = "", dbType = "DB1")
467 : feinerer 720
468 : feinerer 698 # Update the CMetaData tree
469 :     cmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(CMetaData(x), CMetaData(y)))
470 :     update.struct <- update_id(cmeta)
471 :     object@CMetaData <- update.struct$root
472 : feinerer 71
473 :     # Find indices to be updated for the left tree
474 :     indices.mapping <- NULL
475 :     for (m in levels(as.factor(DMetaData(x)$MetaID))) {
476 :     indices <- (DMetaData(x)$MetaID == m)
477 :     indices.mapping <- c(indices.mapping, list(m = indices))
478 :     names(indices.mapping)[length(indices.mapping)] <- m
479 :     }
480 :    
481 :     # Update the DMetaData data frames for the left tree
482 :     for (i in 1:ncol(update.struct$left.mapping)) {
483 :     map <- update.struct$left.mapping[,i]
484 :     x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
485 :     }
486 :    
487 :     # Find indices to be updated for the right tree
488 :     indices.mapping <- NULL
489 :     for (m in levels(as.factor(DMetaData(y)$MetaID))) {
490 :     indices <- (DMetaData(y)$MetaID == m)
491 :     indices.mapping <- c(indices.mapping, list(m = indices))
492 :     names(indices.mapping)[length(indices.mapping)] <- m
493 :     }
494 :    
495 :     # Update the DMetaData data frames for the right tree
496 :     for (i in 1:ncol(update.struct$right.mapping)) {
497 :     map <- update.struct$right.mapping[,i]
498 :     y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
499 :     }
500 :    
501 :     # Merge the DMetaData data frames
502 :     labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))
503 :     na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))
504 :     x.dmeta.aug <- cbind(DMetaData(x), na.matrix)
505 :     labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))
506 :     na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))
507 :     y.dmeta.aug <- cbind(DMetaData(y), na.matrix)
508 :     object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)
509 :    
510 :     return(object)
511 : feinerer 72 })
512 : feinerer 689
513 : feinerer 72 setMethod("c",
514 :     signature(x = "TextDocument"),
515 :     function(x, ..., recursive = TRUE){
516 :     args <- list(...)
517 :     if(length(args) == 0)
518 :     return(x)
519 : feinerer 54
520 : feinerer 73 dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)
521 : feinerer 698 cmeta.node <- new("MetaDataNode",
522 : feinerer 72 NodeID = 0,
523 : feinerer 689 MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
524 : feinerer 72 children = list())
525 :    
526 : feinerer 720 return(new("TextDocCol",
527 :     .Data = list(x, ...),
528 :     DMetaData = dmeta.df,
529 :     CMetaData = cmeta.node,
530 : feinerer 741 DBControl = list(useDb = FALSE, dbName = "", dbType = "DB1")))
531 : feinerer 72 })
532 :    
533 : feinerer 54 setMethod("length",
534 :     signature(x = "TextDocCol"),
535 :     function(x){
536 :     return(length(as(x, "list")))
537 :     })
538 :    
539 :     setMethod("show",
540 :     signature(object = "TextDocCol"),
541 :     function(object){
542 : feinerer 70 cat(sprintf(ngettext(length(object),
543 :     "A text document collection with %d text document\n",
544 :     "A text document collection with %d text documents\n"),
545 :     length(object)))
546 : feinerer 54 })
547 :    
548 :     setMethod("summary",
549 :     signature(object = "TextDocCol"),
550 :     function(object){
551 :     show(object)
552 : feinerer 71 if (length(DMetaData(object)) > 0) {
553 : feinerer 698 cat(sprintf(ngettext(length(CMetaData(object)@MetaData),
554 : feinerer 77 "\nThe metadata consists of %d tag-value pair and a data frame\n",
555 :     "\nThe metadata consists of %d tag-value pairs and a data frame\n"),
556 : feinerer 698 length(CMetaData(object)@MetaData)))
557 : feinerer 54 cat("Available tags are:\n")
558 : feinerer 722 cat(strwrap(paste(names(CMetaData(object)@MetaData), collapse = " "), indent = 2, exdent = 2), "\n")
559 : feinerer 77 cat("Available variables in the data frame are:\n")
560 : feinerer 722 cat(strwrap(paste(names(DMetaData(object)), collapse = " "), indent = 2, exdent = 2), "\n")
561 : feinerer 54 }
562 :     })
563 : feinerer 55
564 :     setGeneric("inspect", function(object) standardGeneric("inspect"))
565 :     setMethod("inspect",
566 : feinerer 65 signature("TextDocCol"),
567 : feinerer 55 function(object) {
568 :     summary(object)
569 :     cat("\n")
570 : feinerer 719 if (DBControl(object)[["useDb"]]) {
571 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
572 :     show(dbMultiFetch(db, unlist(object)))
573 :     }
574 :     else
575 :     show(object@.Data)
576 : feinerer 55 })
577 : feinerer 65
578 :     # No metadata is checked
579 :     setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))
580 :     setMethod("%IN%",
581 :     signature(x = "TextDocument", y = "TextDocCol"),
582 :     function(x, y) {
583 : feinerer 729 if (DBControl(y)[["useDb"]]) {
584 :     db <- dbInit(DBControl(y)[["dbName"]], DBControl(y)[["dbType"]])
585 :     result <- any(sapply(y, function(x, z) {x %in% Corpus(z)}, x))
586 :     }
587 :     else
588 :     result <- x %in% y
589 :     return(result)
590 : feinerer 65 })
591 : feinerer 719
592 :     setMethod("lapply",
593 :     signature(X = "TextDocCol"),
594 :     function(X, FUN, ...) {
595 :     if (DBControl(X)[["useDb"]]) {
596 :     db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
597 :     result <- lapply(dbMultiFetch(db, unlist(X)), FUN, ...)
598 :     }
599 :     else
600 :     result <- base::lapply(X, FUN, ...)
601 :     return(result)
602 :     })
603 :    
604 :     setMethod("sapply",
605 :     signature(X = "TextDocCol"),
606 :     function(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE) {
607 :     if (DBControl(X)[["useDb"]]) {
608 :     db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
609 :     result <- sapply(dbMultiFetch(db, unlist(X)), FUN, ...)
610 :     }
611 :     else
612 :     result <- base::sapply(X, FUN, ...)
613 :     return(result)
614 :     })

root@r-forge.r-project.org
ViewVC Help
Powered by ViewVC 1.0.0  
Thanks to:
Vienna University of Economics and Business University of Wisconsin - Madison Powered By FusionForge