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 808 - (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$reader(...)
16 : feinerer 799 if (is.null(readerControl$reader))
17 : feinerer 808 readerControl$reader <- object@DefaultReader(...)
18 : feinerer 799 if (is.null(readerControl$language))
19 :     readerControl$language = "en_US"
20 :     if (is.null(readerControl$load))
21 :     readerControl$load = FALSE
22 : feinerer 63
23 : feinerer 712 if (dbControl$useDb) {
24 :     if (!dbCreate(dbControl$dbName, dbControl$dbType))
25 :     stop("error in creating database")
26 :     db <- dbInit(dbControl$dbName, dbControl$dbType)
27 :     }
28 :    
29 : feinerer 63 tdl <- list()
30 :     counter <- 1
31 :     while (!eoi(object)) {
32 : feinerer 698 object <- stepNext(object)
33 :     elem <- getElem(object)
34 : feinerer 63 # If there is no Load on Demand support
35 :     # we need to load the corpus into memory at startup
36 : feinerer 694 if (!object@LoDSupport)
37 : feinerer 722 readerControl$load <- TRUE
38 :     doc <- readerControl$reader(elem, readerControl$load, readerControl$language, as.character(counter))
39 : feinerer 712 if (dbControl$useDb) {
40 :     dbInsert(db, ID(doc), doc)
41 :     tdl <- c(tdl, ID(doc))
42 :     }
43 :     else
44 :     tdl <- c(tdl, list(doc))
45 : feinerer 63 counter <- counter + 1
46 :     }
47 :    
48 : feinerer 712 df <- data.frame(MetaID = rep(0, length(tdl)), stringsAsFactors = FALSE)
49 :     if (dbControl$useDb) {
50 :     dbInsert(db, "DMetaData", df)
51 : feinerer 727 dmeta.df <- data.frame(key = "DMetaData", subset = I(list(NA)))
52 : feinerer 712 }
53 :     else
54 :     dmeta.df <- df
55 :    
56 : feinerer 698 cmeta.node <- new("MetaDataNode",
57 : feinerer 71 NodeID = 0,
58 : feinerer 689 MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
59 : feinerer 71 children = list())
60 :    
61 : feinerer 712 return(new("TextDocCol", .Data = tdl, DMetaData = dmeta.df, CMetaData = cmeta.node, DBControl = dbControl))
62 : feinerer 21 })
63 :    
64 : feinerer 698 setGeneric("loadDoc", function(object, ...) standardGeneric("loadDoc"))
65 :     setMethod("loadDoc",
66 : feinerer 62 signature(object = "PlainTextDocument"),
67 : feinerer 65 function(object, ...) {
68 : feinerer 61 if (!Cached(object)) {
69 : feinerer 67 con <- eval(URI(object))
70 : feinerer 65 corpus <- readLines(con)
71 :     close(con)
72 : feinerer 56 Corpus(object) <- corpus
73 : feinerer 60 Cached(object) <- TRUE
74 : feinerer 56 return(object)
75 :     } else {
76 :     return(object)
77 :     }
78 :     })
79 : feinerer 698 setMethod("loadDoc",
80 : feinerer 62 signature(object = "XMLTextDocument"),
81 : feinerer 65 function(object, ...) {
82 : feinerer 61 if (!Cached(object)) {
83 : feinerer 67 con <- eval(URI(object))
84 : feinerer 65 corpus <- paste(readLines(con), "\n", collapse = "")
85 :     close(con)
86 :     doc <- xmlTreeParse(corpus, asText = TRUE)
87 : feinerer 49 class(doc) <- "list"
88 : feinerer 56 Corpus(object) <- doc
89 : feinerer 60 Cached(object) <- TRUE
90 : feinerer 49 return(object)
91 :     } else {
92 :     return(object)
93 :     }
94 :     })
95 : feinerer 698 setMethod("loadDoc",
96 : feinerer 62 signature(object = "NewsgroupDocument"),
97 : feinerer 65 function(object, ...) {
98 : feinerer 61 if (!Cached(object)) {
99 : feinerer 67 con <- eval(URI(object))
100 : feinerer 65 mail <- readLines(con)
101 :     close(con)
102 : feinerer 60 Cached(object) <- TRUE
103 : feinerer 744 for (index in seq_along(mail)) {
104 : feinerer 65 if (mail[index] == "")
105 :     break
106 :     }
107 : feinerer 56 Corpus(object) <- mail[(index + 1):length(mail)]
108 :     return(object)
109 :     } else {
110 :     return(object)
111 :     }
112 :     })
113 : feinerer 767 setMethod("loadDoc",
114 :     signature(object = "StructuredTextDocument"),
115 :     function(object, ...) {
116 :     if (!Cached(object)) {
117 :     warning("load on demand not (yet) supported for StructuredTextDocuments")
118 :     return(object)
119 :     } else
120 :     return(object)
121 :     })
122 : feinerer 49
123 : feinerer 719 setGeneric("tmUpdate", function(object,
124 :     origin,
125 : feinerer 723 readerControl = list(reader = origin@DefaultReader, language = "en_US", load = FALSE),
126 : feinerer 719 ...) standardGeneric("tmUpdate"))
127 : feinerer 72 # Update is only supported for directories
128 :     # At the moment no other LoD devices are available anyway
129 : feinerer 698 setMethod("tmUpdate",
130 : feinerer 72 signature(object = "TextDocCol", origin = "DirSource"),
131 : feinerer 719 function(object, origin,
132 : feinerer 723 readerControl = list(reader = origin@DefaultReader, language = "en_US", load = FALSE),
133 : feinerer 719 ...) {
134 : feinerer 777 if (is(readerControl$reader, "FunctionGenerator"))
135 : feinerer 722 readerControl$reader <- readerControl$reader(...)
136 : feinerer 72
137 :     object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))
138 :     new.files <- setdiff(origin@FileList, object.filelist)
139 :    
140 :     for (filename in new.files) {
141 :     elem <- list(content = readLines(filename),
142 :     uri = substitute(file(filename)))
143 : feinerer 722 object <- appendElem(object, readerControl$reader(elem, readerControl$load, readerControl$language, filename))
144 : feinerer 72 }
145 :    
146 :     return(object)
147 :     })
148 :    
149 : feinerer 698 setGeneric("tmMap", function(object, FUN, ...) standardGeneric("tmMap"))
150 :     setMethod("tmMap",
151 : feinerer 62 signature(object = "TextDocCol", FUN = "function"),
152 : feinerer 49 function(object, FUN, ...) {
153 : feinerer 73 result <- object
154 : feinerer 689 # Note that text corpora are automatically loaded into memory via \code{[[}
155 : feinerer 719 if (DBControl(object)[["useDb"]]) {
156 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
157 : feinerer 728 i <- 1
158 :     for (id in unlist(object)) {
159 :     db[[id]] <- FUN(object[[i]], ..., DMetaData = DMetaData(object))
160 :     i <- i + 1
161 :     }
162 : feinerer 719 }
163 :     else
164 :     result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))
165 : feinerer 56 return(result)
166 : feinerer 49 })
167 :    
168 : feinerer 698 setGeneric("asPlain", function(object, FUN, ...) standardGeneric("asPlain"))
169 :     setMethod("asPlain",
170 : feinerer 62 signature(object = "PlainTextDocument"),
171 : feinerer 49 function(object, FUN, ...) {
172 :     return(object)
173 :     })
174 : feinerer 698 setMethod("asPlain",
175 : feinerer 62 signature(object = "XMLTextDocument", FUN = "function"),
176 : feinerer 49 function(object, FUN, ...) {
177 : feinerer 56 corpus <- Corpus(object)
178 : feinerer 49
179 :     # As XMLDocument is no native S4 class, restore valid information
180 :     class(corpus) <- "XMLDocument"
181 :     names(corpus) <- c("doc","dtd")
182 :    
183 : feinerer 61 return(FUN(xmlRoot(corpus), ...))
184 : feinerer 49 })
185 : feinerer 725 setMethod("asPlain",
186 : feinerer 757 signature(object = "Reuters21578Document"),
187 :     function(object, FUN, ...) {
188 :     FUN <- convertReut21578XMLPlain
189 :     corpus <- Corpus(object)
190 :    
191 :     # As XMLDocument is no native S4 class, restore valid information
192 :     class(corpus) <- "XMLDocument"
193 :     names(corpus) <- c("doc","dtd")
194 :    
195 :     return(FUN(xmlRoot(corpus), ...))
196 :     })
197 :     setMethod("asPlain",
198 :     signature(object = "RCV1Document"),
199 :     function(object, FUN, ...) {
200 :     FUN <- convertRCV1Plain
201 :     corpus <- Corpus(object)
202 :    
203 :     # As XMLDocument is no native S4 class, restore valid information
204 :     class(corpus) <- "XMLDocument"
205 :     names(corpus) <- c("doc","dtd")
206 :    
207 :     return(FUN(xmlRoot(corpus), ...))
208 :     })
209 :     setMethod("asPlain",
210 : feinerer 725 signature(object = "NewsgroupDocument"),
211 :     function(object, FUN, ...) {
212 :     new("PlainTextDocument", .Data = Corpus(object), Cached = TRUE, URI = "", Author = Author(object),
213 :     DateTimeStamp = DateTimeStamp(object), Description = Description(object), ID = ID(object),
214 :     Origin = Origin(object), Heading = Heading(object), Language = Language(object))
215 :     })
216 : feinerer 775 setMethod("asPlain",
217 :     signature(object = "StructuredTextDocument"),
218 :     function(object, FUN, ...) {
219 :     new("PlainTextDocument", .Data = unlist(Corpus(object)), Cached = TRUE,
220 :     URI = "", Author = Author(object), DateTimeStamp = DateTimeStamp(object),
221 :     Description = Description(object), ID = ID(object), Origin = Origin(object),
222 :     Heading = Heading(object), Language = Language(object))
223 :     })
224 : feinerer 49
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 : feinerer 772 tokens <- scan(con, "character", quiet = TRUE)
248 : feinerer 73 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("appendElem", function(object, data, meta = NULL) standardGeneric("appendElem"))
271 :     setMethod("appendElem",
272 : feinerer 72 signature(object = "TextDocCol", data = "TextDocument"),
273 :     function(object, data, meta = NULL) {
274 : feinerer 712 if (DBControl(object)[["useDb"]]) {
275 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
276 :     if (dbExists(db, ID(data)))
277 :     warning("document with identical ID already exists")
278 :     dbInsert(db, ID(data), data)
279 :     object@.Data[[length(object)+1]] <- ID(data)
280 :     }
281 :     else
282 :     object@.Data[[length(object)+1]] <- data
283 :     DMetaData(object) <- rbind(DMetaData(object), c(MetaID = CMetaData(object)@NodeID, meta))
284 : feinerer 52 return(object)
285 :     })
286 :    
287 : feinerer 698 setGeneric("appendMeta", function(object, cmeta = NULL, dmeta = NULL) standardGeneric("appendMeta"))
288 :     setMethod("appendMeta",
289 : feinerer 72 signature(object = "TextDocCol"),
290 : feinerer 698 function(object, cmeta = NULL, dmeta = NULL) {
291 : feinerer 712 object@CMetaData@MetaData <- c(CMetaData(object)@MetaData, cmeta)
292 :     if (!is.null(dmeta)) {
293 : feinerer 719 DMetaData(object) <- cbind(DMetaData(object), eval(dmeta))
294 : feinerer 712 }
295 : feinerer 52 return(object)
296 :     })
297 : feinerer 53
298 : feinerer 698 setGeneric("removeMeta", function(object, cname = NULL, dname = NULL) standardGeneric("removeMeta"))
299 :     setMethod("removeMeta",
300 : feinerer 77 signature(object = "TextDocCol"),
301 : feinerer 698 function(object, cname = NULL, dname = NULL) {
302 : feinerer 729 if (!is.null(cname))
303 : feinerer 698 object@CMetaData@MetaData <- CMetaData(object)@MetaData[names(CMetaData(object)@MetaData) != cname]
304 : feinerer 729 if (!is.null(dname))
305 :     DMetaData(object) <- DMetaData(object)[, names(DMetaData(object)) != dname, drop = FALSE]
306 : feinerer 77 return(object)
307 :     })
308 : feinerer 69
309 : feinerer 698 setGeneric("prescindMeta", function(object, meta) standardGeneric("prescindMeta"))
310 :     setMethod("prescindMeta",
311 : feinerer 73 signature(object = "TextDocCol", meta = "character"),
312 :     function(object, meta) {
313 :     for (m in meta) {
314 : feinerer 719 if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language")) {
315 : feinerer 75 local.m <- lapply(object, m)
316 :     local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
317 : feinerer 73 local.m <- unlist(local.m)
318 : feinerer 721 DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
319 :     names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
320 : feinerer 75 }
321 :     else {
322 :     local.meta <- lapply(object, LocalMetaData)
323 :     local.m <- lapply(local.meta, "[[", m)
324 :     local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
325 :     if (length(local.m) == length(unlist(local.m)))
326 :     local.m <- unlist(local.m)
327 :     else
328 :     local.m <- I(local.m)
329 : feinerer 721 DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
330 :     names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
331 : feinerer 75 }
332 : feinerer 73 }
333 :     return(object)
334 :     })
335 :    
336 : feinerer 53 setMethod("[",
337 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),
338 :     function(x, i, j, ... , drop) {
339 :     if(missing(i))
340 :     return(x)
341 :    
342 :     object <- x
343 :     object@.Data <- x@.Data[i, ..., drop = FALSE]
344 : feinerer 724 if (DBControl(object)[["useDb"]]) {
345 : feinerer 727 index <- object@DMetaData[[1 , "subset"]]
346 :     if (any(is.na(index)))
347 :     object@DMetaData[[1 , "subset"]] <- i
348 : feinerer 724 else
349 : feinerer 727 object@DMetaData[[1 , "subset"]] <- index[i]
350 : feinerer 724 }
351 : feinerer 729 else
352 :     DMetaData(object) <- DMetaData(x)[i, , drop = FALSE]
353 : feinerer 53 return(object)
354 :     })
355 :    
356 : feinerer 63 setMethod("[<-",
357 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
358 :     function(x, i, j, ... , value) {
359 :     object <- x
360 : feinerer 724 if (DBControl(object)[["useDb"]]) {
361 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
362 :     counter <- 1
363 :     for (id in object@.Data[i, ...]) {
364 :     if (length(value) == 1)
365 :     db[[id]] <- value
366 :     else {
367 :     db[[id]] <- value[[counter]]
368 :     }
369 :     counter <- counter + 1
370 :     }
371 :     }
372 :     else
373 :     object@.Data[i, ...] <- value
374 : feinerer 63 return(object)
375 :     })
376 :    
377 :     setMethod("[[",
378 :     signature(x = "TextDocCol", i = "ANY", j = "ANY"),
379 :     function(x, i, j, ...) {
380 : feinerer 712 if (DBControl(x)[["useDb"]]) {
381 :     db <- dbInit(DBControl(x)[["dbName"]], DBControl(x)[["dbType"]])
382 :     result <- dbFetch(db, x@.Data[[i]])
383 :     return(loadDoc(result))
384 :     }
385 :     else
386 :     return(loadDoc(x@.Data[[i]]))
387 : feinerer 63 })
388 :    
389 :     setMethod("[[<-",
390 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
391 :     function(x, i, j, ..., value) {
392 :     object <- x
393 : feinerer 712 if (DBControl(object)[["useDb"]]) {
394 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
395 :     index <- object@.Data[[i]]
396 :     db[[index]] <- value
397 :     }
398 :     else
399 :     object@.Data[[i, ...]] <- value
400 : feinerer 63 return(object)
401 :     })
402 :    
403 : feinerer 698 # Update \code{NodeID}s of a CMetaData tree
404 : feinerer 697 update_id <- function(object, id = 0, mapping = NULL, left.mapping = NULL, level = 0) {
405 : feinerer 698 # Traversal of (binary) CMetaData tree with setup of \code{NodeID}s
406 : feinerer 697 set_id <- function(object) {
407 :     object@NodeID <- id
408 :     id <<- id + 1
409 :     level <<- level + 1
410 : feinerer 71
411 : feinerer 697 if (length(object@children) > 0) {
412 :     mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))
413 :     left <- set_id(object@children[[1]])
414 :     if (level == 1) {
415 :     left.mapping <<- mapping
416 :     mapping <<- NULL
417 :     }
418 :     mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))
419 :     right <- set_id(object@children[[2]])
420 : feinerer 71
421 : feinerer 697 object@children <- list(left, right)
422 : feinerer 71 }
423 : feinerer 697 level <<- level - 1
424 : feinerer 71
425 : feinerer 697 return(object)
426 : feinerer 71 }
427 :    
428 : feinerer 697 return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))
429 : feinerer 71 }
430 :    
431 : feinerer 53 setMethod("c",
432 :     signature(x = "TextDocCol"),
433 : feinerer 689 function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
434 :     args <- list(...)
435 : feinerer 720 if (length(args) == 0)
436 : feinerer 689 return(x)
437 : feinerer 71
438 : feinerer 720 if (!all(sapply(args, inherits, "TextDocCol")))
439 :     stop("not all arguments are text document collections")
440 : feinerer 730 if (DBControl(x)[["useDb"]] == TRUE || any(unlist(sapply(args, DBControl)["useDb", ])))
441 : feinerer 720 stop("concatenating text document collections with activated database is not supported")
442 :    
443 : feinerer 689 result <- x
444 :     for (c in args) {
445 :     result <- c2(result, c)
446 :     }
447 :     return(result)
448 :     })
449 :    
450 :     setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))
451 :     setMethod("c2",
452 :     signature(x = "TextDocCol", y = "TextDocCol"),
453 :     function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
454 : feinerer 71 object <- x
455 :     # Concatenate data slots
456 :     object@.Data <- c(as(x, "list"), as(y, "list"))
457 :    
458 : feinerer 720 # Set the DBControl slot
459 : feinerer 741 object@DBControl <- list(useDb = FALSE, dbName = "", dbType = "DB1")
460 : feinerer 720
461 : feinerer 698 # Update the CMetaData tree
462 :     cmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(CMetaData(x), CMetaData(y)))
463 :     update.struct <- update_id(cmeta)
464 :     object@CMetaData <- update.struct$root
465 : feinerer 71
466 :     # Find indices to be updated for the left tree
467 :     indices.mapping <- NULL
468 :     for (m in levels(as.factor(DMetaData(x)$MetaID))) {
469 :     indices <- (DMetaData(x)$MetaID == m)
470 :     indices.mapping <- c(indices.mapping, list(m = indices))
471 :     names(indices.mapping)[length(indices.mapping)] <- m
472 :     }
473 :    
474 :     # Update the DMetaData data frames for the left tree
475 :     for (i in 1:ncol(update.struct$left.mapping)) {
476 :     map <- update.struct$left.mapping[,i]
477 :     x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
478 :     }
479 :    
480 :     # Find indices to be updated for the right tree
481 :     indices.mapping <- NULL
482 :     for (m in levels(as.factor(DMetaData(y)$MetaID))) {
483 :     indices <- (DMetaData(y)$MetaID == m)
484 :     indices.mapping <- c(indices.mapping, list(m = indices))
485 :     names(indices.mapping)[length(indices.mapping)] <- m
486 :     }
487 :    
488 :     # Update the DMetaData data frames for the right tree
489 :     for (i in 1:ncol(update.struct$right.mapping)) {
490 :     map <- update.struct$right.mapping[,i]
491 :     y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
492 :     }
493 :    
494 :     # Merge the DMetaData data frames
495 :     labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))
496 :     na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))
497 :     x.dmeta.aug <- cbind(DMetaData(x), na.matrix)
498 :     labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))
499 :     na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))
500 :     y.dmeta.aug <- cbind(DMetaData(y), na.matrix)
501 :     object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)
502 :    
503 :     return(object)
504 : feinerer 72 })
505 : feinerer 689
506 : feinerer 72 setMethod("c",
507 :     signature(x = "TextDocument"),
508 :     function(x, ..., recursive = TRUE){
509 :     args <- list(...)
510 :     if(length(args) == 0)
511 :     return(x)
512 : feinerer 54
513 : feinerer 73 dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)
514 : feinerer 698 cmeta.node <- new("MetaDataNode",
515 : feinerer 72 NodeID = 0,
516 : feinerer 689 MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
517 : feinerer 72 children = list())
518 :    
519 : feinerer 720 return(new("TextDocCol",
520 :     .Data = list(x, ...),
521 :     DMetaData = dmeta.df,
522 :     CMetaData = cmeta.node,
523 : feinerer 741 DBControl = list(useDb = FALSE, dbName = "", dbType = "DB1")))
524 : feinerer 72 })
525 :    
526 : feinerer 54 setMethod("length",
527 :     signature(x = "TextDocCol"),
528 :     function(x){
529 :     return(length(as(x, "list")))
530 :     })
531 :    
532 :     setMethod("show",
533 :     signature(object = "TextDocCol"),
534 :     function(object){
535 : feinerer 70 cat(sprintf(ngettext(length(object),
536 :     "A text document collection with %d text document\n",
537 :     "A text document collection with %d text documents\n"),
538 :     length(object)))
539 : feinerer 54 })
540 :    
541 :     setMethod("summary",
542 :     signature(object = "TextDocCol"),
543 :     function(object){
544 :     show(object)
545 : feinerer 71 if (length(DMetaData(object)) > 0) {
546 : feinerer 698 cat(sprintf(ngettext(length(CMetaData(object)@MetaData),
547 : feinerer 77 "\nThe metadata consists of %d tag-value pair and a data frame\n",
548 :     "\nThe metadata consists of %d tag-value pairs and a data frame\n"),
549 : feinerer 698 length(CMetaData(object)@MetaData)))
550 : feinerer 54 cat("Available tags are:\n")
551 : feinerer 722 cat(strwrap(paste(names(CMetaData(object)@MetaData), collapse = " "), indent = 2, exdent = 2), "\n")
552 : feinerer 77 cat("Available variables in the data frame are:\n")
553 : feinerer 722 cat(strwrap(paste(names(DMetaData(object)), collapse = " "), indent = 2, exdent = 2), "\n")
554 : feinerer 54 }
555 :     })
556 : feinerer 55
557 :     setGeneric("inspect", function(object) standardGeneric("inspect"))
558 :     setMethod("inspect",
559 : feinerer 65 signature("TextDocCol"),
560 : feinerer 55 function(object) {
561 :     summary(object)
562 :     cat("\n")
563 : feinerer 719 if (DBControl(object)[["useDb"]]) {
564 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
565 :     show(dbMultiFetch(db, unlist(object)))
566 :     }
567 :     else
568 :     show(object@.Data)
569 : feinerer 55 })
570 : feinerer 65
571 :     # No metadata is checked
572 :     setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))
573 :     setMethod("%IN%",
574 :     signature(x = "TextDocument", y = "TextDocCol"),
575 :     function(x, y) {
576 : feinerer 729 if (DBControl(y)[["useDb"]]) {
577 :     db <- dbInit(DBControl(y)[["dbName"]], DBControl(y)[["dbType"]])
578 :     result <- any(sapply(y, function(x, z) {x %in% Corpus(z)}, x))
579 :     }
580 :     else
581 :     result <- x %in% y
582 :     return(result)
583 : feinerer 65 })
584 : feinerer 719
585 :     setMethod("lapply",
586 :     signature(X = "TextDocCol"),
587 :     function(X, FUN, ...) {
588 :     if (DBControl(X)[["useDb"]]) {
589 :     db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
590 :     result <- lapply(dbMultiFetch(db, unlist(X)), FUN, ...)
591 :     }
592 :     else
593 :     result <- base::lapply(X, FUN, ...)
594 :     return(result)
595 :     })
596 :    
597 :     setMethod("sapply",
598 :     signature(X = "TextDocCol"),
599 :     function(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE) {
600 :     if (DBControl(X)[["useDb"]]) {
601 :     db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
602 :     result <- sapply(dbMultiFetch(db, unlist(X)), FUN, ...)
603 :     }
604 :     else
605 :     result <- base::sapply(X, FUN, ...)
606 :     return(result)
607 :     })

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