SCM

SCM Repository

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

Diff of /pkg/R/corpus.R

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

trunk/tm/R/textdoccol.R revision 693, Fri Dec 22 13:21:30 2006 UTC pkg/R/corpus.R revision 1333, Fri Apr 18 10:38:46 2014 UTC
# Line 1  Line 1 
1  # Author: Ingo Feinerer  # Author: Ingo Feinerer
2    
3  # The "..." are additional arguments for the function_generator parser  PCorpus <-
4  setGeneric("TextDocCol", function(object, parser = read_plain, ...) standardGeneric("TextDocCol"))  function(x,
5  setMethod("TextDocCol",           readerControl = list(reader = x$defaultreader, language = "en"),
6            signature(object = "Source"),           dbControl = list(dbName = "", dbType = "DB1"))
7            function(object, parser = read_plain, ...) {  {
8                if (inherits(parser, "function_generator"))      stopifnot(inherits(x, "Source"))
9                    parser <- parser(...)  
10        readerControl <- prepareReader(readerControl, x$defaultreader)
11    
12        if (is.function(readerControl$init))
13            readerControl$init()
14    
15        if (is.function(readerControl$exit))
16            on.exit(readerControl$exit())
17    
18        if (!filehash::dbCreate(dbControl$dbName, dbControl$dbType))
19            stop("error in creating database")
20        db <- filehash::dbInit(dbControl$dbName, dbControl$dbType)
21    
22        # Allocate memory in advance if length is known
23        tdl <- if (x$length > 0) vector("list", as.integer(x$length)) else list()
24    
               tdl <- list()  
25                counter <- 1                counter <- 1
26                while (!eoi(object)) {      while (!eoi(x)) {
27                    object <- step_next(object)          x <- stepNext(x)
28                    elem <- get_elem(object)          elem <- getElem(x)
29                    # If there is no Load on Demand support          id <- if (is.null(x$names) || is.na(x$names))
30                    # we need to load the corpus into memory at startup              as.character(counter)
                   if (object@LoDSupport)  
                       load <- object@Load  
31                    else                    else
32                        load <- TRUE              x$names[counter]
33                    tdl <- c(tdl, list(parser(elem, object@LoDSupport, load, as.character(counter))))          doc <- readerControl$reader(elem, readerControl$language, id)
34            filehash::dbInsert(db, meta(doc, "id"), doc)
35            if (x$length > 0) tdl[[counter]] <- meta(doc, "id")
36            else tdl <- c(tdl, meta(doc, "id"))
37                    counter <- counter + 1                    counter <- counter + 1
38                }                }
39        if (!is.null(x$names) && !is.na(x$names))
40            names(tdl) <- x$names
41    
42                dmeta.df <- data.frame(MetaID = rep(0, length(tdl)), stringsAsFactors = FALSE)      structure(list(content = tdl,
43                dcmeta.node <- new("MetaDataNode",                     meta = CorpusMeta(),
44                              NodeID = 0,                     dmeta = data.frame(row.names = seq_along(tdl)),
45                              MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),                     dbcontrol = dbControl),
46                              children = list())                class = c("PCorpus", "Corpus"))
47    }
48                return(new("TextDocCol", .Data = tdl, DMetaData = dmeta.df, DCMetaData = dcmeta.node))  
49            })  VCorpus <-
50    function(x, readerControl = list(reader = x$defaultreader, language = "en"))
51  setGeneric("load_doc", function(object, ...) standardGeneric("load_doc"))  {
52  setMethod("load_doc",      stopifnot(inherits(x, "Source"))
53            signature(object = "PlainTextDocument"),  
54            function(object, ...) {      readerControl <- prepareReader(readerControl, x$defaultreader)
55                if (!Cached(object)) {  
56                    con <- eval(URI(object))      if (is.function(readerControl$init))
57                    corpus <- readLines(con)          readerControl$init()
58                    close(con)  
59                    Corpus(object) <- corpus      if (is.function(readerControl$exit))
60                    Cached(object) <- TRUE          on.exit(readerControl$exit())
61                    return(object)  
62                } else {      # Allocate memory in advance if length is known
63                    return(object)      tdl <- if (x$length > 0) vector("list", as.integer(x$length)) else list()
64                }  
65            })      if (x$vectorized)
66  setMethod("load_doc",          tdl <- mapply(function(elem, id)
67            signature(object =  "XMLTextDocument"),                            readerControl$reader(elem, readerControl$language, id),
68            function(object, ...) {                        pGetElem(x),
69                if (!Cached(object)) {                        id = if (is.null(x$names) || is.na(x$names))
70                    con <- eval(URI(object))                            as.character(seq_len(x$length))
71                    corpus <- paste(readLines(con), "\n", collapse = "")                        else x$names,
72                    close(con)                        SIMPLIFY = FALSE)
                   doc <- xmlTreeParse(corpus, asText = TRUE)  
                   class(doc) <- "list"  
                   Corpus(object) <- doc  
                   Cached(object) <- TRUE  
                   return(object)  
               } else {  
                   return(object)  
               }  
           })  
 setMethod("load_doc",  
           signature(object = "NewsgroupDocument"),  
           function(object, ...) {  
               if (!Cached(object)) {  
                   con <- eval(URI(object))  
                   mail <- readLines(con)  
                   close(con)  
                   Cached(object) <- TRUE  
                   for (index in seq(along = mail)) {  
                       if (mail[index] == "")  
                           break  
                   }  
                   Corpus(object) <- mail[(index + 1):length(mail)]  
                   return(object)  
               } else {  
                   return(object)  
               }  
           })  
   
 setGeneric("tm_update", function(object, origin, parser = read_plain, ...) standardGeneric("tm_update"))  
 # Update is only supported for directories  
 # At the moment no other LoD devices are available anyway  
 setMethod("tm_update",  
           signature(object = "TextDocCol", origin = "DirSource"),  
           function(object, origin, parser = read_plain, ...) {  
               if (inherits(parser, "function_generator"))  
                   parser <- parser(...)  
   
               object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))  
               new.files <- setdiff(origin@FileList, object.filelist)  
   
               for (filename in new.files) {  
                   elem <- list(content = readLines(filename),  
                                uri = substitute(file(filename)))  
                   object <- append_doc(object, parser(elem, TRUE, origin@Load, filename), NA)  
               }  
   
               return(object)  
           })  
   
 setGeneric("tm_map", function(object, FUN, ...) standardGeneric("tm_map"))  
 setMethod("tm_map",  
           signature(object = "TextDocCol", FUN = "function"),  
           function(object, FUN, ...) {  
               result <- object  
               # Note that text corpora are automatically loaded into memory via \code{[[}  
               result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))  
               return(result)  
           })  
   
 setGeneric("as.plain", function(object, FUN, ...) standardGeneric("as.plain"))  
 setMethod("as.plain",  
           signature(object = "PlainTextDocument"),  
           function(object, FUN, ...) {  
               return(object)  
           })  
 setMethod("as.plain",  
           signature(object = "XMLTextDocument", FUN = "function"),  
           function(object, FUN, ...) {  
               corpus <- Corpus(object)  
   
               # As XMLDocument is no native S4 class, restore valid information  
               class(corpus) <- "XMLDocument"  
               names(corpus) <- c("doc","dtd")  
   
               return(FUN(xmlRoot(corpus), ...))  
           })  
   
 setGeneric("tm_tolower", function(object, ...) standardGeneric("tm_tolower"))  
 setMethod("tm_tolower",  
           signature(object = "PlainTextDocument"),  
           function(object, ...) {  
               Corpus(object) <- tolower(object)  
               return(object)  
           })  
   
 setGeneric("strip_whitespace", function(object, ...) standardGeneric("strip_whitespace"))  
 setMethod("strip_whitespace",  
           signature(object = "PlainTextDocument"),  
           function(object, ...) {  
               Corpus(object) <- gsub("[[:space:]]+", " ", object)  
               return(object)  
           })  
   
 setGeneric("stem_doc", function(object, ...) standardGeneric("stem_doc"))  
 setMethod("stem_doc",  
           signature(object = "PlainTextDocument"),  
           function(object, ...) {  
               require(Rstem)  
               splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))  
               stemmedCorpus <- wordStem(splittedCorpus)  
               Corpus(object) <- paste(stemmedCorpus, collapse = " ")  
               return(object)  
           })  
   
 setGeneric("remove_words", function(object, stopwords, ...) standardGeneric("remove_words"))  
 setMethod("remove_words",  
           signature(object = "PlainTextDocument", stopwords = "character"),  
           function(object, stopwords, ...) {  
               require(Rstem)  
               splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))  
               noStopwordsCorpus <- splittedCorpus[!splittedCorpus %in% stopwords]  
               Corpus(object) <- paste(noStopwordsCorpus, collapse = " ")  
               return(object)  
           })  
   
 setGeneric("tm_filter", function(object, ..., FUN = s_filter, doclevel = FALSE) standardGeneric("tm_filter"))  
 setMethod("tm_filter",  
           signature(object = "TextDocCol"),  
           function(object, ..., FUN = s_filter, doclevel = FALSE) {  
               if (doclevel)  
                   return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])  
               else  
                   return(object[FUN(object, ...)])  
           })  
   
 setGeneric("tm_index", function(object, ..., FUN = s_filter, doclevel = FALSE) standardGeneric("tm_index"))  
 setMethod("tm_index",  
           signature(object = "TextDocCol"),  
           function(object, ..., FUN = s_filter, doclevel = FALSE) {  
               if (doclevel)  
                   return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))  
               else  
                   return(FUN(object, ...))  
           })  
   
 s_filter <- function(object, s, ...) {  
     query.df <- DMetaData(object)  
     con <- textConnection(s)  
     tokens <- scan(con, "character")  
     close(con)  
     local.meta <- lapply(object, LocalMetaData)  
     local.used.meta <- lapply(local.meta, function(x) names(x) %in% tokens)  
     l.meta <- NULL  
     for (i in 1:length(object)) {  
         l.meta <- c(l.meta, list(local.meta[[i]][local.used.meta[[i]]]))  
     }  
     # Load local meta data from text documents into data frame  
     for (i in 1:length(l.meta)) {  
         l.meta[[i]] <- c(l.meta[[i]], list(author = Author(object[[i]])))  
         l.meta[[i]] <- c(l.meta[[i]], list(datetimestamp = DateTimeStamp(object[[i]])))  
         l.meta[[i]] <- c(l.meta[[i]], list(description = Description(object[[i]])))  
         l.meta[[i]] <- c(l.meta[[i]], list(identifier = ID(object[[i]])))  
         l.meta[[i]] <- c(l.meta[[i]], list(origin = Origin(object[[i]])))  
         l.meta[[i]] <- c(l.meta[[i]], list(heading = Heading(object[[i]])))  
     }  
     for (i in 1:length(l.meta)) {  
         for (j in 1:length(l.meta[[i]])) {  
             m <- l.meta[[i]][[j]]  
             m.name <- names(l.meta[[i]][j])  
             if (!(m.name %in% names(query.df))) {  
                 before <- rep(NA, i - 1)  
                 after <- rep(NA, length(l.meta) - i)  
                 if (length(m) > 1) {  
                     nl <- vector("list", length(l.meta))  
                     nl[1:(i-1)] <- before  
                     nl[i] <- list(m)  
                     nl[(i+1):length(l.meta)] <- after  
                     insert <- data.frame(I(nl), stringsAsFactors = FALSE)  
                 }  
                 else  
                     insert <- c(before, m, after)  
                 query.df <- cbind(query.df, insert, stringsAsFactors = FALSE)  
                 names(query.df)[length(query.df)] <- m.name  
             }  
73              else {              else {
74                  if (is.null(m))          counter <- 1
75                      m <- NA          while (!eoi(x)) {
76                  if (length(m) > 1) {              x <- stepNext(x)
77                      rl <- query.df[ , m.name]              elem <- getElem(x)
78                      rl[i] <- list(m)              id <- if (is.null(x$names) || is.na(x$names))
79                      query.df[ , m.name] <- data.frame(I(rl), stringsAsFactors = FALSE)                  as.character(counter)
                 }  
80                  else                  else
81                      query.df[i, m.name] <- m                  x$names[counter]
82              }              doc <- readerControl$reader(elem, readerControl$language, id)
83          }              if (x$length > 0)
84                    tdl[[counter]] <- doc
85                else
86                    tdl <- c(tdl, list(doc))
87                counter <- counter + 1
88      }      }
     attach(query.df)  
     try(result <- rownames(query.df) %in% row.names(query.df[eval(parse(text = s)), ]))  
     detach(query.df)  
     return(result)  
 }  
   
 setGeneric("search_fulltext", function(object, pattern, ...) standardGeneric("search_fulltext"))  
 setMethod("search_fulltext",  
           signature(object = "PlainTextDocument", pattern = "character"),  
           function(object, pattern, ...) {  
               return(any(grep(pattern, Corpus(object))))  
           })  
   
 setGeneric("append_elem", function(object, data, meta = NULL) standardGeneric("append_elem"))  
 setMethod("append_elem",  
           signature(object = "TextDocCol", data = "TextDocument"),  
           function(object, data, meta = NULL) {  
               object@.Data[[length(object)+1]] <- data  
               object@DMetaData <- rbind(object@DMetaData, c(MetaID = DCMetaData(object)@NodeID, meta))  
               return(object)  
           })  
   
 setGeneric("append_meta", function(object, dcmeta = NULL, dmeta = NULL) standardGeneric("append_meta"))  
 setMethod("append_meta",  
           signature(object = "TextDocCol"),  
           function(object, dcmeta = NULL, dmeta = NULL) {  
               object@DCMetaData@MetaData <- c(object@DCMetaData@MetaData, dcmeta)  
               if (!is.null(dcmeta))  
                   object@DMetaData <- cbind(object@DMetaData, dmeta)  
               return(object)  
           })  
   
 setGeneric("remove_meta", function(object, dcname = NULL, dname = NULL) standardGeneric("remove_meta"))  
 setMethod("remove_meta",  
           signature(object = "TextDocCol"),  
           function(object, dcname = NULL, dname = NULL) {  
               if (!is.null(dcname)) {  
                   object@DCMetaData@MetaData <- DCMetaData(object)@MetaData[names(DCMetaData(object)@MetaData) != dcname]  
               }  
               if (!is.null(dname)) {  
                   object@DMetaData <- DMetaData(object)[names(DMetaData(object)) != dname]  
               }  
               return(object)  
           })  
   
 setGeneric("prescind_meta", function(object, meta) standardGeneric("prescind_meta"))  
 setMethod("prescind_meta",  
           signature(object = "TextDocCol", meta = "character"),  
           function(object, meta) {  
               for (m in meta) {  
                   if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading")) {  
                       local.m <- lapply(object, m)  
                       local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))  
                       local.m <- unlist(local.m)  
                       object@DMetaData <- cbind(DMetaData(object), data.frame(m = local.m), stringsAsFactors = FALSE)  
                       names(object@DMetaData)[length(object@DMetaData)] <- m  
89                    }                    }
90                    else {      if (!is.null(x$names) && !is.na(x$names))
91                        local.meta <- lapply(object, LocalMetaData)          names(tdl) <- x$names
92                        local.m <- lapply(local.meta, "[[", m)  
93                        local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))      structure(list(content = tdl,
94                        if (length(local.m) == length(unlist(local.m)))                     meta = CorpusMeta(),
95                            local.m <- unlist(local.m)                     dmeta = data.frame(row.names = seq_along(tdl))),
96                  class = c("VCorpus", "Corpus"))
97    }
98    
99    `[.PCorpus` <-
100    function(x, i)
101    {
102        if (!missing(i)) {
103            x$content <- x$content[i]
104            x$dmeta <- x$dmeta[i, , drop = FALSE]
105        }
106        x
107    }
108    
109    `[.VCorpus` <-
110    function(x, i)
111    {
112        if (!missing(i)) {
113            x$content <- x$content[i]
114            x$dmeta <- x$dmeta[i, , drop = FALSE]
115            if (!is.null(x$lazy))
116                x$lazy$index <- x$lazy$index[i]
117        }
118        x
119    }
120    
121    .map_name_index <-
122    function(x, i)
123    {
124        if (is.character(i))
125            match(i, if (is.null(names(x))) meta(x, "id", "local") else names(x))
126                        else                        else
127                            local.m <- I(local.m)          i
                       object@DMetaData <- cbind(DMetaData(object), data.frame(m = local.m), stringsAsFactors = FALSE)  
                       names(object@DMetaData)[length(object@DMetaData)] <- m  
                   }  
128                }                }
               return(object)  
           })  
   
 setMethod("[",  
           signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),  
           function(x, i, j, ... , drop) {  
               if(missing(i))  
                   return(x)  
129    
130                object <- x  `[[.PCorpus` <-
131                object@.Data <- x@.Data[i, ..., drop = FALSE]  function(x, i)
132                df <- as.data.frame(DMetaData(object)[i, ])  {
133                names(df) <- names(DMetaData(object))      i <- .map_name_index(x, i)
134                object@DMetaData <- df      db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
135                return(object)      filehash::dbFetch(db, x$content[[i]])
136            })  }
137    `[[.VCorpus` <-
138  setMethod("[<-",  function(x, i)
139            signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),  {
140            function(x, i, j, ... , value) {      i <- .map_name_index(x, i)
141                object <- x      if (!is.null(x$lazy))
142                object@.Data[i, ...] <- value          .Call(copyCorpus, x, materialize(x, i))
143                return(object)      x$content[[i]]
144            })  }
145    
146  setMethod("[[",  `[[<-.PCorpus` <-
147            signature(x = "TextDocCol", i = "ANY", j = "ANY"),  function(x, i, value)
148            function(x, i, j, ...) {  {
149                return(load_doc(x@.Data[[i]]))      i <- .map_name_index(x, i)
150            })      db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
151        db[[x$content[[i]]]] <- value
152  setMethod("[[<-",      x
153            signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),  }
154            function(x, i, j, ..., value) {  `[[<-.VCorpus` <-
155                object <- x  function(x, i, value)
156                object@.Data[[i, ...]] <- value  {
157                return(object)      i <- .map_name_index(x, i)
158            })      # Mark new objects as inactive for lazy mapping
159        if (!is.null(x$lazy))
160  # Update \code{NodeID}s of a DCMetaData tree          x$lazy$index[i] <- FALSE
161  update_id <- function(object) {      x$content[[i]] <- value
162      id <<- 0      x
163      mapping <<- left.mapping <<- NULL  }
164      level <<- 0  
165      return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))  outer_union <-
166  }  function(x, y, ...)
167    {
168  # Traversal of (binary) DCMetaData tree with setup of \code{NodeID}s      if (nrow(x) > 0L)
169  set_id <- function(object) {          x[, setdiff(names(y), names(x))] <- NA
170      object@NodeID <- id      if (nrow(y) > 0L)
171      id <<- id + 1          y[, setdiff(names(x), names(y))] <- NA
172      level <<- level + 1      res <- rbind(x, y)
173        if (ncol(res) == 0L)
174      if (length(object@children) > 0) {          res <- data.frame(row.names = seq_len(nrow(x) + nrow(y)))
175          mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))      res
176          left <- set_id(object@children[[1]])  }
177          if (level == 1) {  
178              left.mapping <<- mapping  c.VCorpus <-
179              mapping <<- NULL  function(..., recursive = FALSE)
180          }  {
         mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))  
         right <- set_id(object@children[[2]])  
   
         object@children <- list(left, right)  
     }  
     level <<- level - 1  
   
     return(object)  
 }  
   
 setMethod("c",  
           signature(x = "TextDocCol"),  
           function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {  
181                args <- list(...)                args <- list(...)
182                if(length(args) == 0)      x <- args[[1L]]
                   return(x)  
183    
184                result <- x      if (length(args) == 1L)
               for (c in args) {  
                   if (!inherits(c, "TextDocCol"))  
                       stop("invalid argument")  
                   result <- c2(result, c)  
               }  
               return(result)  
           })  
   
 setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))  
 setMethod("c2",  
           signature(x = "TextDocCol", y = "TextDocCol"),  
           function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {  
               object <- x  
               # Concatenate data slots  
               object@.Data <- c(as(x, "list"), as(y, "list"))  
   
               # Update the DCMetaData tree  
               dcmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(DCMetaData(x), DCMetaData(y)))  
               update.struct <- update_id(dcmeta)  
               object@DCMetaData <- update.struct$root  
   
               # Find indices to be updated for the left tree  
               indices.mapping <- NULL  
               for (m in levels(as.factor(DMetaData(x)$MetaID))) {  
                   indices <- (DMetaData(x)$MetaID == m)  
                   indices.mapping <- c(indices.mapping, list(m = indices))  
                   names(indices.mapping)[length(indices.mapping)] <- m  
               }  
   
               # Update the DMetaData data frames for the left tree  
               for (i in 1:ncol(update.struct$left.mapping)) {  
                   map <- update.struct$left.mapping[,i]  
                   x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])  
               }  
   
               # Find indices to be updated for the right tree  
               indices.mapping <- NULL  
               for (m in levels(as.factor(DMetaData(y)$MetaID))) {  
                   indices <- (DMetaData(y)$MetaID == m)  
                   indices.mapping <- c(indices.mapping, list(m = indices))  
                   names(indices.mapping)[length(indices.mapping)] <- m  
               }  
   
               # Update the DMetaData data frames for the right tree  
               for (i in 1:ncol(update.struct$right.mapping)) {  
                   map <- update.struct$right.mapping[,i]  
                   y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])  
               }  
   
               # Merge the DMetaData data frames  
               labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))  
               na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))  
               x.dmeta.aug <- cbind(DMetaData(x), na.matrix)  
               labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))  
               na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))  
               y.dmeta.aug <- cbind(DMetaData(y), na.matrix)  
               object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)  
   
               return(object)  
           })  
   
   
 setMethod("c",  
           signature(x = "TextDocument"),  
           function(x, ..., recursive = TRUE){  
               args <- list(...)  
               if(length(args) == 0)  
185                    return(x)                    return(x)
186    
187                dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)      if (!all(unlist(lapply(args, inherits, class(x)))))
188                dcmeta.node <- new("MetaDataNode",          stop("not all arguments are of the same corpus type")
189                              NodeID = 0,  
190                              MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),      structure(list(content = do.call("c", lapply(args, content)),
191                              children = list())                     meta = structure(do.call("c",
192                         lapply(args, function(a) meta(a, type = "corpus"))),
193                return(new("TextDocCol", .Data = list(x, ...), DMetaData = dmeta.df, DCMetaData = dcmeta.node))                                      class = "CorpusMeta"),
194            })                     dmeta = Reduce(outer_union, lapply(args, meta))),
195                  class = c("VCorpus", "Corpus"))
196  setMethod("length",  }
197            signature(x = "TextDocCol"),  
198            function(x){  as.list.PCorpus <- as.list.VCorpus <-
199                return(length(as(x, "list")))  function(x, ...)
200      })      content(x)
201    
202  setMethod("show",  content.VCorpus <-
203            signature(object = "TextDocCol"),  function(x)
204            function(object){  {
205                cat(sprintf(ngettext(length(object),      if (!is.null(x$lazy))
206                                     "A text document collection with %d text document\n",          .Call(copyCorpus, x, materialize(x))
207                                     "A text document collection with %d text documents\n"),      x$content
208                            length(object)))  }
209      })  
210    content.PCorpus <-
211  setMethod("summary",  function(x)
212            signature(object = "TextDocCol"),  {
213            function(object){      db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
214                show(object)      filehash::dbMultiFetch(db, unlist(x$content))
215                if (length(DMetaData(object)) > 0) {  }
216                    cat(sprintf(ngettext(length(DCMetaData(object)@MetaData),  
217                                                "\nThe metadata consists of %d tag-value pair and a data frame\n",  length.PCorpus <- length.VCorpus <-
218                                                "\nThe metadata consists of %d tag-value pairs and a data frame\n"),  function(x)
219                                         length(DCMetaData(object)@MetaData)))      length(x$content)
220                    cat("Available tags are:\n")  
221                    cat(names(DCMetaData(object)@MetaData), "\n")  print.PCorpus <- print.VCorpus <-
222                    cat("Available variables in the data frame are:\n")  function(x, ...)
223                    cat(names(DMetaData(object)), "\n")  {
224                }      writeLines(sprintf("<<%s (documents: %d, metadata (corpus/indexed): %d/%d)>>",
225      })                         class(x)[1],
226                           length(x),
227  setGeneric("inspect", function(object) standardGeneric("inspect"))                         length(meta(x, type = "corpus")),
228  setMethod("inspect",                         ncol(meta(x, type = "indexed"))))
229            signature("TextDocCol"),      invisible(x)
230            function(object) {  }
231                summary(object)  
232    inspect <-
233    function(x)
234        UseMethod("inspect", x)
235    inspect.PCorpus <- inspect.VCorpus <-
236    function(x)
237    {
238        print(x)
239                cat("\n")                cat("\n")
240                show(as(object, "list"))      print(noquote(content(x)))
241            })      invisible(x)
242    }
243    
244    writeCorpus <-
245    function(x, path = ".", filenames = NULL)
246    {
247        filenames <- file.path(path,
248          if (is.null(filenames))
249              sprintf("%s.txt", as.character(meta(x, "id", "local")))
250          else filenames)
251    
252  # No metadata is checked      stopifnot(length(x) == length(filenames))
253  setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))  
254  setMethod("%IN%",      mapply(function(doc, f) writeLines(as.character(doc), f), x, filenames)
255            signature(x = "TextDocument", y = "TextDocCol"),  
256            function(x, y) {      invisible(x)
257                x %in% y  }
           })  

Legend:
Removed from v.693  
changed lines
  Added in v.1333

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