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 696, Fri Jan 5 15:04:53 2007 UTC pkg/R/corpus.R revision 1419, Sat May 2 17:23:47 2015 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, load = FALSE, ...) standardGeneric("TextDocCol"))  function(x,
5  setMethod("TextDocCol",           readerControl = list(reader = reader(x), language = "en"),
6            signature(object = "Source"),           dbControl = list(dbName = "", dbType = "DB1"))
7            function(object, parser = read_plain, load = FALSE, ...) {  {
8                if (inherits(parser, "function_generator"))      stopifnot(inherits(x, "Source"))
9                    parser <- parser(...)  
10        readerControl <- prepareReader(readerControl, reader(x))
11    
12        if (!filehash::dbCreate(dbControl$dbName, dbControl$dbType))
13            stop("error in creating database")
14        db <- filehash::dbInit(dbControl$dbName, dbControl$dbType)
15    
16                tdl <- list()      x <- open(x)
17        tdl <- vector("list", length(x))
18                counter <- 1                counter <- 1
19                while (!eoi(object)) {      while (!eoi(x)) {
20                    object <- step_next(object)          x <- stepNext(x)
21                    elem <- get_elem(object)          elem <- getElem(x)
22                    # If there is no Load on Demand support          doc <- readerControl$reader(elem,
23                    # we need to load the corpus into memory at startup                                      readerControl$language,
24                    if (!object@LoDSupport)                                      as.character(counter))
25                        load <- TRUE          filehash::dbInsert(db, meta(doc, "id"), doc)
26                    tdl <- c(tdl, list(parser(elem, load, as.character(counter))))          tdl[[counter]] <- meta(doc, "id")
27                    counter <- counter + 1                    counter <- counter + 1
28                }                }
29        x <- close(x)
30    
31                dmeta.df <- data.frame(MetaID = rep(0, length(tdl)), stringsAsFactors = FALSE)      p <- list(content = tdl,
32                dcmeta.node <- new("MetaDataNode",                meta = CorpusMeta(),
33                              NodeID = 0,                dmeta = data.frame(row.names = seq_along(tdl)),
34                              MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),                dbcontrol = dbControl)
35                              children = list())      class(p) <- c("PCorpus", "Corpus")
36        p
37                return(new("TextDocCol", .Data = tdl, DMetaData = dmeta.df, DCMetaData = dcmeta.node))  }
38            })  
39    Corpus <-
40  setGeneric("load_doc", function(object, ...) standardGeneric("load_doc"))  VCorpus <-
41  setMethod("load_doc",  function(x, readerControl = list(reader = reader(x), language = "en"))
42            signature(object = "PlainTextDocument"),  {
43            function(object, ...) {      stopifnot(inherits(x, "Source"))
44                if (!Cached(object)) {  
45                    con <- eval(URI(object))      readerControl <- prepareReader(readerControl, reader(x))
46                    corpus <- readLines(con)  
47                    close(con)      x <- open(x)
48                    Corpus(object) <- corpus      tdl <- vector("list", length(x))
49                    Cached(object) <- TRUE      # Check for parallel element access
50                    return(object)      if (is.function(getS3method("pGetElem", class(x), TRUE)))
51                } else {          tdl <- mapply(function(elem, id)
52                    return(object)                            readerControl$reader(elem, readerControl$language, id),
53                }                        pGetElem(x),
54            })                        id = as.character(seq_along(x)),
55  setMethod("load_doc",                        SIMPLIFY = FALSE)
56            signature(object =  "XMLTextDocument"),      else {
57            function(object, ...) {          counter <- 1
58                if (!Cached(object)) {          while (!eoi(x)) {
59                    con <- eval(URI(object))              x <- stepNext(x)
60                    corpus <- paste(readLines(con), "\n", collapse = "")              elem <- getElem(x)
61                    close(con)              doc <- readerControl$reader(elem,
62                    doc <- xmlTreeParse(corpus, asText = TRUE)                                          readerControl$language,
63                    class(doc) <- "list"                                          as.character(counter))
64                    Corpus(object) <- doc              tdl[[counter]] <- doc
65                    Cached(object) <- TRUE              counter <- counter + 1
                   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)  
66                  }                  }
                 else  
                     insert <- c(before, m, after)  
                 query.df <- cbind(query.df, insert, stringsAsFactors = FALSE)  
                 names(query.df)[length(query.df)] <- m.name  
67              }              }
68              else {      x <- close(x)
69                  if (is.null(m))  
70                      m <- NA      as.VCorpus(tdl)
                 if (length(m) > 1) {  
                     rl <- query.df[ , m.name]  
                     rl[i] <- list(m)  
                     query.df[ , m.name] <- data.frame(I(rl), stringsAsFactors = FALSE)  
71                  }                  }
72                  else  
73                      query.df[i, m.name] <- m  `[.PCorpus` <-
74    function(x, i)
75    {
76        if (!missing(i)) {
77            x$content <- x$content[i]
78            x$dmeta <- x$dmeta[i, , drop = FALSE]
79              }              }
80        x
81          }          }
82    
83    `[.VCorpus` <-
84    function(x, i)
85    {
86        if (!missing(i)) {
87            x$content <- x$content[i]
88            x$dmeta <- x$dmeta[i, , drop = FALSE]
89            if (!is.null(x$lazy))
90                x$lazy$index <- x$lazy$index[i]
91      }      }
92      attach(query.df)      x
     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  
93                    }                    }
94                    else {  
95                        local.meta <- lapply(object, LocalMetaData)  .map_name_index <-
96                        local.m <- lapply(local.meta, "[[", m)  function(x, i)
97                        local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))  {
98                        if (length(local.m) == length(unlist(local.m)))      if (is.character(i))
99                            local.m <- unlist(local.m)          match(i, meta(x, "id", "local"))
100                        else                        else
101                            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  
                   }  
102                }                }
               return(object)  
           })  
   
 setMethod("[",  
           signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),  
           function(x, i, j, ... , drop) {  
               if(missing(i))  
                   return(x)  
103    
104                object <- x  `[[.PCorpus` <-
105                object@.Data <- x@.Data[i, ..., drop = FALSE]  function(x, i)
106                df <- as.data.frame(DMetaData(object)[i, ])  {
107                names(df) <- names(DMetaData(object))      i <- .map_name_index(x, i)
108                object@DMetaData <- df      db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
109                return(object)      filehash::dbFetch(db, x$content[[i]])
110            })  }
111    `[[.VCorpus` <-
112  setMethod("[<-",  function(x, i)
113            signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),  {
114            function(x, i, j, ... , value) {      i <- .map_name_index(x, i)
115                object <- x      if (!is.null(x$lazy))
116                object@.Data[i, ...] <- value          .Call(copyCorpus, x, materialize(x, i))
117                return(object)      x$content[[i]]
118            })  }
119    
120  setMethod("[[",  `[[<-.PCorpus` <-
121            signature(x = "TextDocCol", i = "ANY", j = "ANY"),  function(x, i, value)
122            function(x, i, j, ...) {  {
123                return(load_doc(x@.Data[[i]]))      i <- .map_name_index(x, i)
124            })      db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
125        db[[x$content[[i]]]] <- value
126  setMethod("[[<-",      x
127            signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),  }
128            function(x, i, j, ..., value) {  `[[<-.VCorpus` <-
129                object <- x  function(x, i, value)
130                object@.Data[[i, ...]] <- value  {
131                return(object)      i <- .map_name_index(x, i)
132            })      # Mark new objects as inactive for lazy mapping
133        if (!is.null(x$lazy))
134  # Update \code{NodeID}s of a DCMetaData tree          x$lazy$index[i] <- FALSE
135  update_id <- function(object) {      x$content[[i]] <- value
136      id <<- 0      x
137      mapping <<- left.mapping <<- NULL  }
138      level <<- 0  
139      return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))  as.list.PCorpus <- as.list.VCorpus <-
140  }  function(x, ...)
141        setNames(content(x), as.character(lapply(content(x), meta, "id")))
142  # Traversal of (binary) DCMetaData tree with setup of \code{NodeID}s  
143  set_id <- function(object) {  as.VCorpus <-
144      object@NodeID <- id  function(x)
145      id <<- id + 1      UseMethod("as.VCorpus")
146      level <<- level + 1  as.VCorpus.VCorpus <- identity
147    as.VCorpus.list <-
148      if (length(object@children) > 0) {  function(x)
149          mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))  {
150          left <- set_id(object@children[[1]])      v <- list(content = x,
151          if (level == 1) {                meta = CorpusMeta(),
152              left.mapping <<- mapping                dmeta = data.frame(row.names = seq_along(x)))
153              mapping <<- NULL      class(v) <- c("VCorpus", "Corpus")
154          }      v
155          mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))  }
156          right <- set_id(object@children[[2]])  
157    outer_union <-
158          object@children <- list(left, right)  function(x, y, ...)
159      }  {
160      level <<- level - 1      if (nrow(x) > 0L)
161            x[, setdiff(names(y), names(x))] <- NA
162      return(object)      if (nrow(y) > 0L)
163  }          y[, setdiff(names(x), names(y))] <- NA
164        res <- rbind(x, y)
165  setMethod("c",      if (ncol(res) == 0L)
166            signature(x = "TextDocCol"),          res <- data.frame(row.names = seq_len(nrow(x) + nrow(y)))
167            function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {      res
168    }
169    
170    c.VCorpus <-
171    function(..., recursive = FALSE)
172    {
173                args <- list(...)                args <- list(...)
174                if(length(args) == 0)      x <- args[[1L]]
                   return(x)  
175    
176                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)  
177                    return(x)                    return(x)
178    
179                dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)      if (!all(unlist(lapply(args, inherits, class(x)))))
180                dcmeta.node <- new("MetaDataNode",          stop("not all arguments are of the same corpus type")
181                              NodeID = 0,  
182                              MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),      v <- list(content = do.call("c", lapply(args, content)),
183                              children = list())                meta = CorpusMeta(meta = do.call("c",
184                    lapply(args, function(a) meta(a, type = "corpus")))),
185                return(new("TextDocCol", .Data = list(x, ...), DMetaData = dmeta.df, DCMetaData = dcmeta.node))                dmeta = Reduce(outer_union, lapply(args, meta)))
186            })      class(v) <- c("VCorpus", "Corpus")
187        v
188  setMethod("length",  }
189            signature(x = "TextDocCol"),  
190            function(x){  content.VCorpus <-
191                return(length(as(x, "list")))  function(x)
192      })  {
193        if (!is.null(x$lazy))
194  setMethod("show",          .Call(copyCorpus, x, materialize(x))
195            signature(object = "TextDocCol"),      x$content
196            function(object){  }
197                cat(sprintf(ngettext(length(object),  
198                                     "A text document collection with %d text document\n",  content.PCorpus <-
199                                     "A text document collection with %d text documents\n"),  function(x)
200                            length(object)))  {
201      })      db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
202        filehash::dbMultiFetch(db, unlist(x$content))
203  setMethod("summary",  }
204            signature(object = "TextDocCol"),  
205            function(object){  inspect <-
206                show(object)  function(x)
207                if (length(DMetaData(object)) > 0) {      UseMethod("inspect", x)
208                    cat(sprintf(ngettext(length(DCMetaData(object)@MetaData),  inspect.PCorpus <- inspect.VCorpus <-
209                                                "\nThe metadata consists of %d tag-value pair and a data frame\n",  function(x)
210                                                "\nThe metadata consists of %d tag-value pairs and a data frame\n"),  {
211                                         length(DCMetaData(object)@MetaData)))      print(x)
                   cat("Available tags are:\n")  
                   cat(names(DCMetaData(object)@MetaData), "\n")  
                   cat("Available variables in the data frame are:\n")  
                   cat(names(DMetaData(object)), "\n")  
               }  
     })  
   
 setGeneric("inspect", function(object) standardGeneric("inspect"))  
 setMethod("inspect",  
           signature("TextDocCol"),  
           function(object) {  
               summary(object)  
212                cat("\n")                cat("\n")
213                show(object@.Data)      print(noquote(content(x)))
214            })      invisible(x)
215    }
216    
217    length.PCorpus <- length.VCorpus <-
218    function(x)
219        length(x$content)
220    
221  # No metadata is checked  names.PCorpus <- names.VCorpus <-
222  setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))  function(x)
223  setMethod("%IN%",      as.character(meta(x, "id", "local"))
224            signature(x = "TextDocument", y = "TextDocCol"),  
225            function(x, y) {  `names<-.PCorpus` <- `names<-.VCorpus` <-
226                x %in% y  function(x, value)
227            })  {
228        meta(x, "id", "local") <- as.character(value)
229        x
230    }
231    
232    format.PCorpus <- format.VCorpus <-
233    function(x, ...)
234    {
235        c(sprintf("<<%s>>", class(x)[1L]),
236          sprintf("Metadata:  corpus specific: %d, document level (indexed): %d",
237                  length(meta(x, type = "corpus")),
238                  ncol(meta(x, type = "indexed"))),
239          sprintf("Content:  documents: %d", length(x)))
240    }
241    
242    writeCorpus <-
243    function(x, path = ".", filenames = NULL)
244    {
245        filenames <- file.path(path,
246          if (is.null(filenames))
247              sprintf("%s.txt", as.character(meta(x, "id", "local")))
248          else filenames)
249    
250        stopifnot(length(x) == length(filenames))
251    
252        mapply(function(doc, f) writeLines(as.character(doc), f), x, filenames)
253    
254        invisible(x)
255    }

Legend:
Removed from v.696  
changed lines
  Added in v.1419

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