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 780 - (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 777 if (is(readerControl$reader, "FunctionGenerator"))
15 : feinerer 722 readerControl$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 767 setMethod("loadDoc",
108 :     signature(object = "StructuredTextDocument"),
109 :     function(object, ...) {
110 :     if (!Cached(object)) {
111 :     warning("load on demand not (yet) supported for StructuredTextDocuments")
112 :     return(object)
113 :     } else
114 :     return(object)
115 :     })
116 : feinerer 49
117 : feinerer 719 setGeneric("tmUpdate", function(object,
118 :     origin,
119 : feinerer 723 readerControl = list(reader = origin@DefaultReader, language = "en_US", load = FALSE),
120 : feinerer 719 ...) standardGeneric("tmUpdate"))
121 : feinerer 72 # Update is only supported for directories
122 :     # At the moment no other LoD devices are available anyway
123 : feinerer 698 setMethod("tmUpdate",
124 : feinerer 72 signature(object = "TextDocCol", origin = "DirSource"),
125 : feinerer 719 function(object, origin,
126 : feinerer 723 readerControl = list(reader = origin@DefaultReader, language = "en_US", load = FALSE),
127 : feinerer 719 ...) {
128 : feinerer 777 if (is(readerControl$reader, "FunctionGenerator"))
129 : feinerer 722 readerControl$reader <- readerControl$reader(...)
130 : feinerer 72
131 :     object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))
132 :     new.files <- setdiff(origin@FileList, object.filelist)
133 :    
134 :     for (filename in new.files) {
135 :     elem <- list(content = readLines(filename),
136 :     uri = substitute(file(filename)))
137 : feinerer 722 object <- appendElem(object, readerControl$reader(elem, readerControl$load, readerControl$language, filename))
138 : feinerer 72 }
139 :    
140 :     return(object)
141 :     })
142 :    
143 : feinerer 698 setGeneric("tmMap", function(object, FUN, ...) standardGeneric("tmMap"))
144 :     setMethod("tmMap",
145 : feinerer 62 signature(object = "TextDocCol", FUN = "function"),
146 : feinerer 49 function(object, FUN, ...) {
147 : feinerer 73 result <- object
148 : feinerer 689 # Note that text corpora are automatically loaded into memory via \code{[[}
149 : feinerer 719 if (DBControl(object)[["useDb"]]) {
150 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
151 : feinerer 728 i <- 1
152 :     for (id in unlist(object)) {
153 :     db[[id]] <- FUN(object[[i]], ..., DMetaData = DMetaData(object))
154 :     i <- i + 1
155 :     }
156 : feinerer 719 }
157 :     else
158 :     result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))
159 : feinerer 56 return(result)
160 : feinerer 49 })
161 :    
162 : feinerer 698 setGeneric("asPlain", function(object, FUN, ...) standardGeneric("asPlain"))
163 :     setMethod("asPlain",
164 : feinerer 62 signature(object = "PlainTextDocument"),
165 : feinerer 49 function(object, FUN, ...) {
166 :     return(object)
167 :     })
168 : feinerer 698 setMethod("asPlain",
169 : feinerer 62 signature(object = "XMLTextDocument", FUN = "function"),
170 : feinerer 49 function(object, FUN, ...) {
171 : feinerer 56 corpus <- Corpus(object)
172 : feinerer 49
173 :     # As XMLDocument is no native S4 class, restore valid information
174 :     class(corpus) <- "XMLDocument"
175 :     names(corpus) <- c("doc","dtd")
176 :    
177 : feinerer 61 return(FUN(xmlRoot(corpus), ...))
178 : feinerer 49 })
179 : feinerer 725 setMethod("asPlain",
180 : feinerer 757 signature(object = "Reuters21578Document"),
181 :     function(object, FUN, ...) {
182 :     FUN <- convertReut21578XMLPlain
183 :     corpus <- Corpus(object)
184 :    
185 :     # As XMLDocument is no native S4 class, restore valid information
186 :     class(corpus) <- "XMLDocument"
187 :     names(corpus) <- c("doc","dtd")
188 :    
189 :     return(FUN(xmlRoot(corpus), ...))
190 :     })
191 :     setMethod("asPlain",
192 :     signature(object = "RCV1Document"),
193 :     function(object, FUN, ...) {
194 :     FUN <- convertRCV1Plain
195 :     corpus <- Corpus(object)
196 :    
197 :     # As XMLDocument is no native S4 class, restore valid information
198 :     class(corpus) <- "XMLDocument"
199 :     names(corpus) <- c("doc","dtd")
200 :    
201 :     return(FUN(xmlRoot(corpus), ...))
202 :     })
203 :     setMethod("asPlain",
204 : feinerer 725 signature(object = "NewsgroupDocument"),
205 :     function(object, FUN, ...) {
206 :     new("PlainTextDocument", .Data = Corpus(object), Cached = TRUE, URI = "", Author = Author(object),
207 :     DateTimeStamp = DateTimeStamp(object), Description = Description(object), ID = ID(object),
208 :     Origin = Origin(object), Heading = Heading(object), Language = Language(object))
209 :     })
210 : feinerer 775 setMethod("asPlain",
211 :     signature(object = "StructuredTextDocument"),
212 :     function(object, FUN, ...) {
213 :     new("PlainTextDocument", .Data = unlist(Corpus(object)), Cached = TRUE,
214 :     URI = "", Author = Author(object), DateTimeStamp = DateTimeStamp(object),
215 :     Description = Description(object), ID = ID(object), Origin = Origin(object),
216 :     Heading = Heading(object), Language = Language(object))
217 :     })
218 : feinerer 49
219 : feinerer 698 setGeneric("tmFilter", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmFilter"))
220 :     setMethod("tmFilter",
221 : feinerer 61 signature(object = "TextDocCol"),
222 : feinerer 698 function(object, ..., FUN = sFilter, doclevel = FALSE) {
223 : feinerer 73 if (doclevel)
224 :     return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])
225 :     else
226 : feinerer 724 return(object[FUN(object, ...)])
227 : feinerer 61 })
228 :    
229 : feinerer 698 setGeneric("tmIndex", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmIndex"))
230 :     setMethod("tmIndex",
231 : feinerer 61 signature(object = "TextDocCol"),
232 : feinerer 698 function(object, ..., FUN = sFilter, doclevel = FALSE) {
233 : feinerer 73 if (doclevel)
234 :     return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))
235 :     else
236 : feinerer 724 return(FUN(object, ...))
237 : feinerer 49 })
238 :    
239 : feinerer 698 sFilter <- function(object, s, ...) {
240 : feinerer 73 con <- textConnection(s)
241 : feinerer 772 tokens <- scan(con, "character", quiet = TRUE)
242 : feinerer 73 close(con)
243 : feinerer 721 localMetaNames <- unique(names(sapply(object, LocalMetaData)))
244 :     localMetaTokens <- localMetaNames[localMetaNames %in% tokens]
245 : feinerer 729 n <- names(DMetaData(object))
246 :     tags <- c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language", localMetaTokens)
247 :     query.df <- DMetaData(prescindMeta(object, tags))
248 :     if (DBControl(object)[["useDb"]])
249 :     DMetaData(object) <- DMetaData(object)[, setdiff(n, tags), drop = FALSE]
250 : feinerer 721 # Rename to avoid name conflicts
251 :     names(query.df)[names(query.df) == "Author"] <- "author"
252 :     names(query.df)[names(query.df) == "DateTimeStamp"] <- "datetimestamp"
253 :     names(query.df)[names(query.df) == "Description"] <- "description"
254 :     names(query.df)[names(query.df) == "ID"] <- "identifier"
255 :     names(query.df)[names(query.df) == "Origin"] <- "origin"
256 :     names(query.df)[names(query.df) == "Heading"] <- "heading"
257 :     names(query.df)[names(query.df) == "Language"] <- "language"
258 : feinerer 73 attach(query.df)
259 : feinerer 74 try(result <- rownames(query.df) %in% row.names(query.df[eval(parse(text = s)), ]))
260 : feinerer 73 detach(query.df)
261 :     return(result)
262 : feinerer 61 }
263 :    
264 : feinerer 698 setGeneric("searchFullText", function(object, pattern, ...) standardGeneric("searchFullText"))
265 :     setMethod("searchFullText",
266 : feinerer 61 signature(object = "PlainTextDocument", pattern = "character"),
267 :     function(object, pattern, ...) {
268 :     return(any(grep(pattern, Corpus(object))))
269 :     })
270 :    
271 : feinerer 698 setGeneric("appendElem", function(object, data, meta = NULL) standardGeneric("appendElem"))
272 :     setMethod("appendElem",
273 : feinerer 72 signature(object = "TextDocCol", data = "TextDocument"),
274 :     function(object, data, meta = NULL) {
275 : feinerer 712 if (DBControl(object)[["useDb"]]) {
276 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
277 :     if (dbExists(db, ID(data)))
278 :     warning("document with identical ID already exists")
279 :     dbInsert(db, ID(data), data)
280 :     object@.Data[[length(object)+1]] <- ID(data)
281 :     }
282 :     else
283 :     object@.Data[[length(object)+1]] <- data
284 :     DMetaData(object) <- rbind(DMetaData(object), c(MetaID = CMetaData(object)@NodeID, meta))
285 : feinerer 52 return(object)
286 :     })
287 :    
288 : feinerer 698 setGeneric("appendMeta", function(object, cmeta = NULL, dmeta = NULL) standardGeneric("appendMeta"))
289 :     setMethod("appendMeta",
290 : feinerer 72 signature(object = "TextDocCol"),
291 : feinerer 698 function(object, cmeta = NULL, dmeta = NULL) {
292 : feinerer 712 object@CMetaData@MetaData <- c(CMetaData(object)@MetaData, cmeta)
293 :     if (!is.null(dmeta)) {
294 : feinerer 719 DMetaData(object) <- cbind(DMetaData(object), eval(dmeta))
295 : feinerer 712 }
296 : feinerer 52 return(object)
297 :     })
298 : feinerer 53
299 : feinerer 698 setGeneric("removeMeta", function(object, cname = NULL, dname = NULL) standardGeneric("removeMeta"))
300 :     setMethod("removeMeta",
301 : feinerer 77 signature(object = "TextDocCol"),
302 : feinerer 698 function(object, cname = NULL, dname = NULL) {
303 : feinerer 729 if (!is.null(cname))
304 : feinerer 698 object@CMetaData@MetaData <- CMetaData(object)@MetaData[names(CMetaData(object)@MetaData) != cname]
305 : feinerer 729 if (!is.null(dname))
306 :     DMetaData(object) <- DMetaData(object)[, names(DMetaData(object)) != dname, drop = FALSE]
307 : feinerer 77 return(object)
308 :     })
309 : feinerer 69
310 : feinerer 698 setGeneric("prescindMeta", function(object, meta) standardGeneric("prescindMeta"))
311 :     setMethod("prescindMeta",
312 : feinerer 73 signature(object = "TextDocCol", meta = "character"),
313 :     function(object, meta) {
314 :     for (m in meta) {
315 : feinerer 719 if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language")) {
316 : feinerer 75 local.m <- lapply(object, m)
317 :     local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
318 : feinerer 73 local.m <- unlist(local.m)
319 : feinerer 721 DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
320 :     names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
321 : feinerer 75 }
322 :     else {
323 :     local.meta <- lapply(object, LocalMetaData)
324 :     local.m <- lapply(local.meta, "[[", m)
325 :     local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
326 :     if (length(local.m) == length(unlist(local.m)))
327 :     local.m <- unlist(local.m)
328 :     else
329 :     local.m <- I(local.m)
330 : feinerer 721 DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
331 :     names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
332 : feinerer 75 }
333 : feinerer 73 }
334 :     return(object)
335 :     })
336 :    
337 : feinerer 53 setMethod("[",
338 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),
339 :     function(x, i, j, ... , drop) {
340 :     if(missing(i))
341 :     return(x)
342 :    
343 :     object <- x
344 :     object@.Data <- x@.Data[i, ..., drop = FALSE]
345 : feinerer 724 if (DBControl(object)[["useDb"]]) {
346 : feinerer 727 index <- object@DMetaData[[1 , "subset"]]
347 :     if (any(is.na(index)))
348 :     object@DMetaData[[1 , "subset"]] <- i
349 : feinerer 724 else
350 : feinerer 727 object@DMetaData[[1 , "subset"]] <- index[i]
351 : feinerer 724 }
352 : feinerer 729 else
353 :     DMetaData(object) <- DMetaData(x)[i, , drop = FALSE]
354 : feinerer 53 return(object)
355 :     })
356 :    
357 : feinerer 63 setMethod("[<-",
358 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
359 :     function(x, i, j, ... , value) {
360 :     object <- x
361 : feinerer 724 if (DBControl(object)[["useDb"]]) {
362 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
363 :     counter <- 1
364 :     for (id in object@.Data[i, ...]) {
365 :     if (length(value) == 1)
366 :     db[[id]] <- value
367 :     else {
368 :     db[[id]] <- value[[counter]]
369 :     }
370 :     counter <- counter + 1
371 :     }
372 :     }
373 :     else
374 :     object@.Data[i, ...] <- value
375 : feinerer 63 return(object)
376 :     })
377 :    
378 :     setMethod("[[",
379 :     signature(x = "TextDocCol", i = "ANY", j = "ANY"),
380 :     function(x, i, j, ...) {
381 : feinerer 712 if (DBControl(x)[["useDb"]]) {
382 :     db <- dbInit(DBControl(x)[["dbName"]], DBControl(x)[["dbType"]])
383 :     result <- dbFetch(db, x@.Data[[i]])
384 :     return(loadDoc(result))
385 :     }
386 :     else
387 :     return(loadDoc(x@.Data[[i]]))
388 : feinerer 63 })
389 :    
390 :     setMethod("[[<-",
391 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
392 :     function(x, i, j, ..., value) {
393 :     object <- x
394 : feinerer 712 if (DBControl(object)[["useDb"]]) {
395 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
396 :     index <- object@.Data[[i]]
397 :     db[[index]] <- value
398 :     }
399 :     else
400 :     object@.Data[[i, ...]] <- value
401 : feinerer 63 return(object)
402 :     })
403 :    
404 : feinerer 698 # Update \code{NodeID}s of a CMetaData tree
405 : feinerer 697 update_id <- function(object, id = 0, mapping = NULL, left.mapping = NULL, level = 0) {
406 : feinerer 698 # Traversal of (binary) CMetaData tree with setup of \code{NodeID}s
407 : feinerer 697 set_id <- function(object) {
408 :     object@NodeID <- id
409 :     id <<- id + 1
410 :     level <<- level + 1
411 : feinerer 71
412 : feinerer 697 if (length(object@children) > 0) {
413 :     mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))
414 :     left <- set_id(object@children[[1]])
415 :     if (level == 1) {
416 :     left.mapping <<- mapping
417 :     mapping <<- NULL
418 :     }
419 :     mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))
420 :     right <- set_id(object@children[[2]])
421 : feinerer 71
422 : feinerer 697 object@children <- list(left, right)
423 : feinerer 71 }
424 : feinerer 697 level <<- level - 1
425 : feinerer 71
426 : feinerer 697 return(object)
427 : feinerer 71 }
428 :    
429 : feinerer 697 return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))
430 : feinerer 71 }
431 :    
432 : feinerer 53 setMethod("c",
433 :     signature(x = "TextDocCol"),
434 : feinerer 689 function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
435 :     args <- list(...)
436 : feinerer 720 if (length(args) == 0)
437 : feinerer 689 return(x)
438 : feinerer 71
439 : feinerer 720 if (!all(sapply(args, inherits, "TextDocCol")))
440 :     stop("not all arguments are text document collections")
441 : feinerer 730 if (DBControl(x)[["useDb"]] == TRUE || any(unlist(sapply(args, DBControl)["useDb", ])))
442 : feinerer 720 stop("concatenating text document collections with activated database is not supported")
443 :    
444 : feinerer 689 result <- x
445 :     for (c in args) {
446 :     result <- c2(result, c)
447 :     }
448 :     return(result)
449 :     })
450 :    
451 :     setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))
452 :     setMethod("c2",
453 :     signature(x = "TextDocCol", y = "TextDocCol"),
454 :     function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
455 : feinerer 71 object <- x
456 :     # Concatenate data slots
457 :     object@.Data <- c(as(x, "list"), as(y, "list"))
458 :    
459 : feinerer 720 # Set the DBControl slot
460 : feinerer 741 object@DBControl <- list(useDb = FALSE, dbName = "", dbType = "DB1")
461 : feinerer 720
462 : feinerer 698 # Update the CMetaData tree
463 :     cmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(CMetaData(x), CMetaData(y)))
464 :     update.struct <- update_id(cmeta)
465 :     object@CMetaData <- update.struct$root
466 : feinerer 71
467 :     # Find indices to be updated for the left tree
468 :     indices.mapping <- NULL
469 :     for (m in levels(as.factor(DMetaData(x)$MetaID))) {
470 :     indices <- (DMetaData(x)$MetaID == m)
471 :     indices.mapping <- c(indices.mapping, list(m = indices))
472 :     names(indices.mapping)[length(indices.mapping)] <- m
473 :     }
474 :    
475 :     # Update the DMetaData data frames for the left tree
476 :     for (i in 1:ncol(update.struct$left.mapping)) {
477 :     map <- update.struct$left.mapping[,i]
478 :     x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
479 :     }
480 :    
481 :     # Find indices to be updated for the right tree
482 :     indices.mapping <- NULL
483 :     for (m in levels(as.factor(DMetaData(y)$MetaID))) {
484 :     indices <- (DMetaData(y)$MetaID == m)
485 :     indices.mapping <- c(indices.mapping, list(m = indices))
486 :     names(indices.mapping)[length(indices.mapping)] <- m
487 :     }
488 :    
489 :     # Update the DMetaData data frames for the right tree
490 :     for (i in 1:ncol(update.struct$right.mapping)) {
491 :     map <- update.struct$right.mapping[,i]
492 :     y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
493 :     }
494 :    
495 :     # Merge the DMetaData data frames
496 :     labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))
497 :     na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))
498 :     x.dmeta.aug <- cbind(DMetaData(x), na.matrix)
499 :     labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))
500 :     na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))
501 :     y.dmeta.aug <- cbind(DMetaData(y), na.matrix)
502 :     object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)
503 :    
504 :     return(object)
505 : feinerer 72 })
506 : feinerer 689
507 : feinerer 72 setMethod("c",
508 :     signature(x = "TextDocument"),
509 :     function(x, ..., recursive = TRUE){
510 :     args <- list(...)
511 :     if(length(args) == 0)
512 :     return(x)
513 : feinerer 54
514 : feinerer 73 dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)
515 : feinerer 698 cmeta.node <- new("MetaDataNode",
516 : feinerer 72 NodeID = 0,
517 : feinerer 689 MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
518 : feinerer 72 children = list())
519 :    
520 : feinerer 720 return(new("TextDocCol",
521 :     .Data = list(x, ...),
522 :     DMetaData = dmeta.df,
523 :     CMetaData = cmeta.node,
524 : feinerer 741 DBControl = list(useDb = FALSE, dbName = "", dbType = "DB1")))
525 : feinerer 72 })
526 :    
527 : feinerer 54 setMethod("length",
528 :     signature(x = "TextDocCol"),
529 :     function(x){
530 :     return(length(as(x, "list")))
531 :     })
532 :    
533 :     setMethod("show",
534 :     signature(object = "TextDocCol"),
535 :     function(object){
536 : feinerer 70 cat(sprintf(ngettext(length(object),
537 :     "A text document collection with %d text document\n",
538 :     "A text document collection with %d text documents\n"),
539 :     length(object)))
540 : feinerer 54 })
541 :    
542 :     setMethod("summary",
543 :     signature(object = "TextDocCol"),
544 :     function(object){
545 :     show(object)
546 : feinerer 71 if (length(DMetaData(object)) > 0) {
547 : feinerer 698 cat(sprintf(ngettext(length(CMetaData(object)@MetaData),
548 : feinerer 77 "\nThe metadata consists of %d tag-value pair and a data frame\n",
549 :     "\nThe metadata consists of %d tag-value pairs and a data frame\n"),
550 : feinerer 698 length(CMetaData(object)@MetaData)))
551 : feinerer 54 cat("Available tags are:\n")
552 : feinerer 722 cat(strwrap(paste(names(CMetaData(object)@MetaData), collapse = " "), indent = 2, exdent = 2), "\n")
553 : feinerer 77 cat("Available variables in the data frame are:\n")
554 : feinerer 722 cat(strwrap(paste(names(DMetaData(object)), collapse = " "), indent = 2, exdent = 2), "\n")
555 : feinerer 54 }
556 :     })
557 : feinerer 55
558 :     setGeneric("inspect", function(object) standardGeneric("inspect"))
559 :     setMethod("inspect",
560 : feinerer 65 signature("TextDocCol"),
561 : feinerer 55 function(object) {
562 :     summary(object)
563 :     cat("\n")
564 : feinerer 719 if (DBControl(object)[["useDb"]]) {
565 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
566 :     show(dbMultiFetch(db, unlist(object)))
567 :     }
568 :     else
569 :     show(object@.Data)
570 : feinerer 55 })
571 : feinerer 65
572 :     # No metadata is checked
573 :     setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))
574 :     setMethod("%IN%",
575 :     signature(x = "TextDocument", y = "TextDocCol"),
576 :     function(x, y) {
577 : feinerer 729 if (DBControl(y)[["useDb"]]) {
578 :     db <- dbInit(DBControl(y)[["dbName"]], DBControl(y)[["dbType"]])
579 :     result <- any(sapply(y, function(x, z) {x %in% Corpus(z)}, x))
580 :     }
581 :     else
582 :     result <- x %in% y
583 :     return(result)
584 : feinerer 65 })
585 : feinerer 719
586 :     setMethod("lapply",
587 :     signature(X = "TextDocCol"),
588 :     function(X, FUN, ...) {
589 :     if (DBControl(X)[["useDb"]]) {
590 :     db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
591 :     result <- lapply(dbMultiFetch(db, unlist(X)), FUN, ...)
592 :     }
593 :     else
594 :     result <- base::lapply(X, FUN, ...)
595 :     return(result)
596 :     })
597 :    
598 :     setMethod("sapply",
599 :     signature(X = "TextDocCol"),
600 :     function(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE) {
601 :     if (DBControl(X)[["useDb"]]) {
602 :     db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
603 :     result <- sapply(dbMultiFetch(db, unlist(X)), FUN, ...)
604 :     }
605 :     else
606 :     result <- base::sapply(X, FUN, ...)
607 :     return(result)
608 :     })

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