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/R/textmin/R/textdoccol.R revision 66, Tue Oct 31 22:03:33 2006 UTC trunk/tm/R/textdoccol.R revision 830, Tue Mar 11 15:23:28 2008 UTC
# Line 1  Line 1 
1  # Author: Ingo Feinerer  # Author: Ingo Feinerer
2    
3  # The "..." are additional arguments for the function_generator parser  # The "..." are additional arguments for the FunctionGenerator reader
4  setGeneric("TextDocCol", function(object, parser = plaintext_parser, ...) standardGeneric("TextDocCol"))  setGeneric("Corpus", function(object,
5  setMethod("TextDocCol",                                    readerControl = list(reader = object@DefaultReader, language = "en_US", load = TRUE),
6                                      dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),
7                                      ...) standardGeneric("Corpus"))
8    setMethod("Corpus",
9            signature(object = "Source"),            signature(object = "Source"),
10            function(object, parser = plaintext_parser) {            function(object,
11                if (inherits(parser, "function_generator"))                     readerControl = list(reader = object@DefaultReader, language = "en_US", load = TRUE),
12                    parser <- parser(...)                     dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),
13                       ...) {
14                  if (is.null(readerControl$reader))
15                      readerControl$reader <- object@DefaultReader
16                  if (is(readerControl$reader, "FunctionGenerator"))
17                      readerControl$reader <- readerControl$reader(...)
18                  if (is.null(readerControl$language))
19                      readerControl$language = "en_US"
20                  if (is.null(readerControl$load))
21                      readerControl$load = TRUE
22    
23                  if (dbControl$useDb) {
24                      if (!dbCreate(dbControl$dbName, dbControl$dbType))
25                          stop("error in creating database")
26                      db <- dbInit(dbControl$dbName, dbControl$dbType)
27                  }
28    
29                tdl <- list()                tdl <- list()
30                counter <- 1                counter <- 1
31                while (!eoi(object)) {                while (!eoi(object)) {
32                    object <- step_next(object)                    object <- stepNext(object)
33                    elem <- get_elem(object)                    elem <- getElem(object)
34                    # If there is no Load on Demand support                    # If there is no Load on Demand support
35                    # we need to load the corpus into memory at startup                    # we need to load the corpus into memory at startup
36                    if (object@LoDSupport)                    if (!object@LoDSupport)
37                        load <- object@Load                        readerControl$load <- TRUE
38                    else                    doc <- readerControl$reader(elem, readerControl$load, readerControl$language, as.character(counter))
39                        load <- TRUE                    if (dbControl$useDb) {
40                    tdl <- c(tdl, list(parser(elem, object@LoDSupport, load, as.character(counter))))                        dbInsert(db, ID(doc), doc)
41                    counter <- counter + 1                        tdl <- c(tdl, ID(doc))
               }  
   
               return(new("TextDocCol", .Data = tdl))  
           })  
   
 setGeneric("DirSource", function(directory, load = FALSE) standardGeneric("DirSource"))  
 setMethod("DirSource",  
           signature(directory = "character"),  
           function(directory, load = FALSE) {  
               new("DirSource", LoDSupport = TRUE, FileList = dir(directory, full.names = TRUE),  
                   Position = 0, Load = load)  
           })  
   
 setGeneric("CSVSource", function(object, isConCall = FALSE) standardGeneric("CSVSource"))  
 setMethod("CSVSource",  
           signature(object = "character"),  
           function(object, isConCall = FALSE) {  
               if (!isConCall)  
                   object <- paste('file("', object, '")', sep = "")  
               con <- eval(parse(text = object))  
               content <- scan(con, what = "character")  
               close(con)  
               new("CSVSource", LoDSupport = FALSE, URI = object,  
                   Content = content, Position = 0)  
           })  
   
 setGeneric("ReutersSource", function(object, isConCall = FALSE) standardGeneric("ReutersSource"))  
 setMethod("ReutersSource",  
           signature(object = "character"),  
           function(object, isConCall = FALSE) {  
               if (!isConCall)  
                  object <- paste('file("', object, '")', sep = "")  
               con <- eval(parse(text = object))  
               corpus <- paste(readLines(con), "\n", collapse = "")  
               close(con)  
               tree <- xmlTreeParse(corpus, asText = TRUE)  
               content <- xmlRoot(tree)$children  
   
               new("ReutersSource", LoDSupport = FALSE, URI = object,  
                   Content = content, Position = 0)  
           })  
   
 setGeneric("step_next", function(object) standardGeneric("step_next"))  
 setMethod("step_next",  
           signature(object = "DirSource"),  
           function(object) {  
               object@Position <- object@Position + 1  
               object  
           })  
 setMethod("step_next",  
           signature(object = "CSVSource"),  
           function(object) {  
               object@Position <- object@Position + 1  
               object  
           })  
 setMethod("step_next",  
           signature(object = "ReutersSource"),  
           function(object) {  
               object@Position <- object@Position + 1  
               object  
           })  
   
 setGeneric("get_elem", function(object) standardGeneric("get_elem"))  
 setMethod("get_elem",  
           signature(object = "DirSource"),  
           function(object) {  
               list(content = readLines(object@FileList[object@Position]),  
                    uri = paste('file("', object@FileList[object@Position], '")', sep = ""))  
           })  
 setMethod("get_elem",  
           signature(object = "CSVSource"),  
           function(object) {  
               list(content = object@Content[object@Position],  
                    uri = object@URI)  
           })  
 setMethod("get_elem",  
           signature(object = "ReutersSource"),  
           function(object) {  
               # Construct a character representation from the XMLNode  
               con <- textConnection("virtual.file", "w")  
               saveXML(object@Content[[object@Position]], con)  
               close(con)  
   
               list(content = virtual.file, uri = object@URI)  
           })  
   
 setGeneric("eoi", function(object) standardGeneric("eoi"))  
 setMethod("eoi",  
           signature(object = "DirSource"),  
           function(object) {  
               if (length(object@FileList) <= object@Position)  
                   return(TRUE)  
               else  
                   return(FALSE)  
           })  
 setMethod("eoi",  
           signature(object = "CSVSource"),  
           function(object) {  
               if (length(object@Content) <= object@Position)  
                   return(TRUE)  
               else  
                   return(FALSE)  
           })  
 setMethod("eoi",  
           signature(object = "ReutersSource"),  
           function(object) {  
               if (length(object@Content) <= object@Position)  
                   return(TRUE)  
               else  
                   return(FALSE)  
           })  
   
 plaintext_parser <- function(...) {  
     function(elem, lodsupport, load, id) {  
         if (!lodsupport || (lodsupport && load)) {  
             doc <- new("PlainTextDocument", .Data = elem$content, URI = elem$uri, Cached = TRUE,  
                        Author = "", DateTimeStamp = date(), Description = "", ID = id, Origin = "", Heading = "")  
         }  
         else {  
             doc <- new("PlainTextDocument", URI = elem$uri, Cached = FALSE,  
                        Author = "", DateTimeStamp = date(), Description = "", ID = id, Origin = "", Heading = "")  
         }  
   
         return(doc)  
     }  
42  }  }
 class(plaintext_parser) <- "function_generator"  
   
 reut21578xml_parser <- function(...) {  
     function(elem, lodsupport, load, id) {  
         corpus <- paste(elem$content, "\n", collapse = "")  
         tree <- xmlTreeParse(corpus, asText = TRUE)  
         node <- xmlRoot(tree)  
   
         # Mask as list to bypass S4 checks  
         class(tree) <- "list"  
   
         # The <AUTHOR></AUTHOR> tag is unfortunately NOT obligatory!  
         if (!is.null(node[["TEXT"]][["AUTHOR"]]))  
             author <- xmlValue(node[["TEXT"]][["AUTHOR"]])  
         else  
             author <- ""  
   
         datetimestamp <- xmlValue(node[["DATE"]])  
         description <- ""  
         id <- xmlAttrs(node)[["NEWID"]]  
   
         # The <TITLE></TITLE> tag is unfortunately NOT obligatory!  
         if (!is.null(node[["TEXT"]][["TITLE"]]))  
             heading <- xmlValue(node[["TEXT"]][["TITLE"]])  
43          else          else
44              heading <- ""                        tdl <- c(tdl, list(doc))
45                      counter <- counter + 1
         topics <- unlist(xmlApply(node[["TOPICS"]], function(x) xmlValue(x)), use.names = FALSE)  
   
         if (!lodsupport || (lodsupport && load)) {  
             doc <- new("XMLTextDocument", .Data = tree, URI = elem$uri, Cached = TRUE, Author = author,  
                        DateTimeStamp = datetimestamp, Description = "", ID = id, Origin = "Reuters-21578 XML",  
                        Heading = heading, LocalMetaData = list(Topics = topics))  
         } else {  
             doc <- new("XMLTextDocument", URI = elem$uri, Cached = FALSE, Author = author,  
                        DateTimeStamp = datetimestamp, Description = "", ID = id, Origin = "Reuters-21578 XML",  
                        Heading = heading, LocalMetaData = list(Topics = topics))  
         }  
   
         return(doc)  
     }  
 }  
 class(reut21578xml_parser) <- "function_generator"  
   
 rcv1_parser <- function(...) {  
     function(elem, lodsupport, load, id) {  
         corpus <- paste(elem$content, "\n", collapse = "")  
         tree <- xmlTreeParse(corpus, asText = TRUE)  
         node <- xmlRoot(tree)  
   
         # Mask as list to bypass S4 checks  
         class(tree) <- "list"  
   
         datetimestamp <- xmlAttrs(node)[["date"]]  
         id <- xmlAttrs(node)[["itemid"]]  
         heading <- xmlValue(node[["title"]])  
   
         if (!lodsupport || (lodsupport && load)) {  
             doc <- new("XMLTextDocument", .Data = tree, URI = elem$uri, Cached = TRUE, Author = "",  
                        DateTimeStamp = datetimestamp, Description = "", ID = id, Origin = "Reuters Corpus Volume 1 XML",  
                        Heading = heading)  
         } else {  
             doc <- new("XMLTextDocument", URI = elem$uri, Cached = FALSE, Author = "",  
                        DateTimeStamp = datetimestamp, Description = "", ID = id, Origin = "Reuters Corpus Volume 1 XML",  
                        Heading = heading)  
         }  
   
         return(doc)  
     }  
 }  
 class(rcv1_parser) <- "function_generator"  
   
 newsgroup_parser <- function(...) {  
     function(elem, lodsupport, load, id) {  
         mail <- elem$content  
         author <- gsub("From: ", "", grep("^From:", mail, value = TRUE))  
         datetimestamp <- gsub("Date: ", "", grep("^Date:", mail, value = TRUE))  
         origin <- gsub("Path: ", "", grep("^Path:", mail, value = TRUE))  
         heading <- gsub("Subject: ", "", grep("^Subject:", mail, value = TRUE))  
         newsgroup <- gsub("Newsgroups: ", "", grep("^Newsgroups:", mail, value = TRUE))  
   
         if (!lodsupport || (lodsupport && load)) {  
             # The header is separated from the body by a blank line.  
             # Reference: \url{http://en.wikipedia.org/wiki/E-mail#Internet_e-mail_format}  
             for (index in seq(along = mail)) {  
                 if (mail[index] == "")  
                     break  
             }  
             content <- mail[(index + 1):length(mail)]  
   
             doc <- new("NewsgroupDocument", .Data = content, URI = elem$uri, Cached = TRUE,  
                        Author = author, DateTimeStamp = datetimestamp,  
                        Description = "", ID = id, Origin = origin,  
                        Heading = heading, Newsgroup = newsgroup)  
         } else {  
             doc <- new("NewsgroupDocument", URI = elem$uri, Cached = FALSE, Author = author, DateTimeStamp = datetimestamp,  
                        Description = "", ID = id, Origin = origin, Heading = heading, Newsgroup = newsgroup)  
         }  
   
         return(doc)  
     }  
46  }  }
 class(newsgroup_parser) <- "function_generator"  
   
 # Parse a <newsitem></newsitem> element from a well-formed RCV1 XML file  
 rcv1_to_plain <- function(node, ...) {  
     datetimestamp <- xmlAttrs(node)[["date"]]  
     id <- xmlAttrs(node)[["itemid"]]  
     origin <- "Reuters Corpus Volume 1 XML"  
     corpus <- unlist(xmlApply(node[["text"]], xmlValue), use.names = FALSE)  
     heading <- xmlValue(node[["title"]])  
47    
48      new("PlainTextDocument", .Data = corpus, Cached = TRUE, URI = "", Author = "", DateTimeStamp = datetimestamp,                df <- data.frame(MetaID = rep(0, length(tdl)), stringsAsFactors = FALSE)
49          Description = "", ID = id, Origin = "Reuters Corpus Volume 1 XML", Heading = heading)                if (dbControl$useDb) {
50                      dbInsert(db, "DMetaData", df)
51                      dmeta.df <- data.frame(key = "DMetaData", subset = I(list(NA)))
52  }  }
   
 # Parse a <REUTERS></REUTERS> element from a well-formed Reuters-21578 XML file  
 reut21578xml_to_plain <- function(node, ...) {  
     # The <AUTHOR></AUTHOR> tag is unfortunately NOT obligatory!  
     if (!is.null(node[["TEXT"]][["AUTHOR"]]))  
         author <- xmlValue(node[["TEXT"]][["AUTHOR"]])  
53      else      else
54          author <- ""                    dmeta.df <- df
   
     datetimestamp <- xmlValue(node[["DATE"]])  
     description <- ""  
     id <- xmlAttrs(node)[["NEWID"]]  
55    
56      origin <- "Reuters-21578 XML"                cmeta.node <- new("MetaDataNode",
57                                NodeID = 0,
58                                MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
59                                children = list())
60    
61      # The <BODY></BODY> tag is unfortunately NOT obligatory!                return(new("Corpus", .Data = tdl, DMetaData = dmeta.df, CMetaData = cmeta.node, DBControl = dbControl))
62      if (!is.null(node[["TEXT"]][["BODY"]]))            })
         corpus <- xmlValue(node[["TEXT"]][["BODY"]])  
     else  
         corpus <- ""  
   
     # The <TITLE></TITLE> tag is unfortunately NOT obligatory!  
     if (!is.null(node[["TEXT"]][["TITLE"]]))  
         heading <- xmlValue(node[["TEXT"]][["TITLE"]])  
     else  
         heading <- ""  
   
     topics <- unlist(xmlApply(node[["TOPICS"]], function(x) xmlValue(x)), use.names = FALSE)  
   
     new("PlainTextDocument", .Data = corpus, Cached = TRUE, URI = "", Author = author, DateTimeStamp = datetimestamp,  
         Description = description, ID = id, Origin = origin, Heading = heading, LocalMetaData = list(Topics = topics))  
 }  
63    
64  setGeneric("load_doc", function(object, ...) standardGeneric("load_doc"))  setGeneric("loadDoc", function(object, ...) standardGeneric("loadDoc"))
65  setMethod("load_doc",  setMethod("loadDoc",
66            signature(object = "PlainTextDocument"),            signature(object = "PlainTextDocument"),
67            function(object, ...) {            function(object, ...) {
68                if (!Cached(object)) {                if (!Cached(object)) {
69                    con <- eval(parse(text = URI(object)))                    con <- eval(URI(object))
70                    corpus <- readLines(con)                    corpus <- readLines(con)
71                    close(con)                    close(con)
72                    Corpus(object) <- corpus                    Content(object) <- corpus
73                    Cached(object) <- TRUE                    Cached(object) <- TRUE
74                    return(object)                    return(object)
75                } else {                } else {
76                    return(object)                    return(object)
77                }                }
78            })            })
79  setMethod("load_doc",  setMethod("loadDoc",
80            signature(object =  "XMLTextDocument"),            signature(object =  "XMLTextDocument"),
81            function(object, ...) {            function(object, ...) {
82                if (!Cached(object)) {                if (!Cached(object)) {
83                    con <- eval(parse(text = URI(object)))                    con <- eval(URI(object))
84                    corpus <- paste(readLines(con), "\n", collapse = "")                    corpus <- paste(readLines(con), "\n", collapse = "")
85                    close(con)                    close(con)
86                    doc <- xmlTreeParse(corpus, asText = TRUE)                    doc <- xmlTreeParse(corpus, asText = TRUE)
87                    class(doc) <- "list"                    class(doc) <- "list"
88                    Corpus(object) <- doc                    Content(object) <- doc
89                    Cached(object) <- TRUE                    Cached(object) <- TRUE
90                    return(object)                    return(object)
91                } else {                } else {
92                    return(object)                    return(object)
93                }                }
94            })            })
95  setMethod("load_doc",  setMethod("loadDoc",
96            signature(object = "NewsgroupDocument"),            signature(object = "NewsgroupDocument"),
97            function(object, ...) {            function(object, ...) {
98                if (!Cached(object)) {                if (!Cached(object)) {
99                    con <- eval(parse(text = URI(object)))                    con <- eval(URI(object))
100                    mail <- readLines(con)                    mail <- readLines(con)
101                    close(con)                    close(con)
102                    Cached(object) <- TRUE                    Cached(object) <- TRUE
103                    for (index in seq(along = mail)) {                    for (index in seq_along(mail)) {
104                        if (mail[index] == "")                        if (mail[index] == "")
105                            break                            break
106                    }                    }
107                    Corpus(object) <- mail[(index + 1):length(mail)]                    Content(object) <- mail[(index + 1):length(mail)]
108                    return(object)                    return(object)
109                } else {                } else {
110                    return(object)                    return(object)
111                }                }
112            })            })
113    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    
123    setGeneric("tmUpdate", function(object,
124                                    origin,
125                                    readerControl = list(reader = origin@DefaultReader, language = "en_US", load = TRUE),
126                                    ...) standardGeneric("tmUpdate"))
127    # Update is only supported for directories
128    # At the moment no other LoD devices are available anyway
129    setMethod("tmUpdate",
130              signature(object = "Corpus", origin = "DirSource"),
131              function(object, origin,
132                       readerControl = list(reader = origin@DefaultReader, language = "en_US", load = TRUE),
133                       ...) {
134                  if (is.null(readerControl$reader))
135                      readerControl$reader <- origin@DefaultReader
136                  if (is(readerControl$reader, "FunctionGenerator"))
137                      readerControl$reader <- readerControl$reader(...)
138                  if (is.null(readerControl$language))
139                      readerControl$language = "en_US"
140                  if (is.null(readerControl$load))
141                      readerControl$load = TRUE
142    
143                  object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))
144                  new.files <- setdiff(origin@FileList, object.filelist)
145    
146                  for (filename in new.files) {
147                      encoding <- origin@Encoding
148                      elem <- list(content = readLines(filename, encoding = encoding),
149                                   uri = substitute(file(filename, encoding = encoding)))
150                      object <- appendElem(object, readerControl$reader(elem, readerControl$load, readerControl$language, filename))
151                  }
152    
153                  return(object)
154              })
155    
156  setGeneric("tm_transform", function(object, FUN, ...) standardGeneric("tm_transform"))  setGeneric("tmMap", function(object, FUN, ..., lazy = FALSE) standardGeneric("tmMap"))
157  setMethod("tm_transform",  setMethod("tmMap",
158            signature(object = "TextDocCol", FUN = "function"),            signature(object = "Corpus", FUN = "function"),
159            function(object, FUN, ...) {            function(object, FUN, ..., lazy = FALSE) {
160                result <- as(lapply(object, FUN, ..., GlobalMetaData = GlobalMetaData(object)), "TextDocCol")                result <- object
161                result@GlobalMetaData <- GlobalMetaData(object)                # Note that text corpora are automatically loaded into memory via \code{[[}
162                  if (DBControl(object)[["useDb"]]) {
163                      if (lazy)
164                          warning("lazy mapping is deactived when using database backend")
165                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
166                      i <- 1
167                      for (id in unlist(object)) {
168                          db[[id]] <- FUN(object[[i]], ..., DMetaData = DMetaData(object))
169                          i <- i + 1
170                      }
171                  }
172                  else {
173                      # Lazy mapping
174                      if (lazy) {
175                          lazyTmMap <- meta(object, tag = "lazyTmMap", type = "corpus")
176                          if (is.null(lazyTmMap)) {
177                              meta(result, tag = "lazyTmMap", type = "corpus") <-
178                                  list(index = rep(TRUE, length(result)),
179                                       maps = list(function(x, DMetaData) FUN(x, ..., DMetaData = DMetaData)))
180                          }
181                          else {
182                              lazyTmMap$maps <- c(lazyTmMap$maps, list(function(x, DMetaData) FUN(x, ..., DMetaData = DMetaData)))
183                              meta(result, tag = "lazyTmMap", type = "corpus") <- lazyTmMap
184                          }
185                      }
186                      else
187                          result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))
188                  }
189                return(result)                return(result)
190            })            })
191    
192  setGeneric("as.plaintext_doc", function(object, FUN, ...) standardGeneric("as.plaintext_doc"))  # Materialize lazy mappings
193  setMethod("as.plaintext_doc",  materialize <- function(corpus, range = seq_along(corpus)) {
194        lazyTmMap <- meta(corpus, tag = "lazyTmMap", type = "corpus")
195        if (!is.null(lazyTmMap)) {
196            for (i in range)
197                if (lazyTmMap$index[i]) {
198                    res <- loadDoc(corpus@.Data[[i]])
199                    for (m in lazyTmMap$maps)
200                        res <- m(res, DMetaData = DMetaData(corpus))
201                    corpus@.Data[[i]] <- res
202                    lazyTmMap$index[i] <- FALSE
203                }
204        }
205        # Clean up if everything is materialized
206        if (!any(lazyTmMap$index))
207            lazyTmMap <- NULL
208        meta(corpus, tag = "lazyTmMap", type = "corpus") <- lazyTmMap
209        return(corpus)
210    }
211    
212    setGeneric("asPlain", function(object, FUN, ...) standardGeneric("asPlain"))
213    setMethod("asPlain",
214            signature(object = "PlainTextDocument"),            signature(object = "PlainTextDocument"),
215            function(object, FUN, ...) {            function(object, FUN, ...) {
216                return(object)                return(object)
217            })            })
218  setMethod("as.plaintext_doc",  setMethod("asPlain",
219            signature(object = "XMLTextDocument", FUN = "function"),            signature(object = "XMLTextDocument", FUN = "function"),
220            function(object, FUN, ...) {            function(object, FUN, ...) {
221                if (!Cached(object))                corpus <- Content(object)
                   object <- load_doc(object)  
   
               corpus <- Corpus(object)  
222    
223                # As XMLDocument is no native S4 class, restore valid information                # As XMLDocument is no native S4 class, restore valid information
224                class(corpus) <- "XMLDocument"                class(corpus) <- "XMLDocument"
# Line 374  Line 226 
226    
227                return(FUN(xmlRoot(corpus), ...))                return(FUN(xmlRoot(corpus), ...))
228            })            })
229    setMethod("asPlain",
230              signature(object = "Reuters21578Document"),
231              function(object, FUN, ...) {
232                  FUN <- convertReut21578XMLPlain
233                  corpus <- Content(object)
234    
235  setGeneric("stem_doc", function(object, ...) standardGeneric("stem_doc"))                # As XMLDocument is no native S4 class, restore valid information
236  setMethod("stem_doc",                class(corpus) <- "XMLDocument"
237            signature(object = "PlainTextDocument"),                names(corpus) <- c("doc","dtd")
           function(object, ...) {  
               if (!Cached(object))  
                   object <- load_doc(object)  
238    
239                require(Rstem)                return(FUN(xmlRoot(corpus), ...))
               splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))  
               stemmedCorpus <- wordStem(splittedCorpus, ...)  
               Corpus(object) <- paste(stemmedCorpus, collapse = " ")  
               return(object)  
240            })            })
241    setMethod("asPlain",
242              signature(object = "RCV1Document"),
243              function(object, FUN, ...) {
244                  FUN <- convertRCV1Plain
245                  corpus <- Content(object)
246    
247  setGeneric("remove_words", function(object, stopwords, ...) standardGeneric("remove_words"))                # As XMLDocument is no native S4 class, restore valid information
248  setMethod("remove_words",                class(corpus) <- "XMLDocument"
249            signature(object = "PlainTextDocument", stopwords = "character"),                names(corpus) <- c("doc","dtd")
           function(object, stopwords, ...) {  
               if (!Cached(object))  
                   object <- load_doc(object)  
250    
251                require(Rstem)                return(FUN(xmlRoot(corpus), ...))
252                splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))            })
253                noStopwordsCorpus <- splittedCorpus[!splittedCorpus %in% stopwords]  setMethod("asPlain",
254                Corpus(object) <- paste(noStopwordsCorpus, collapse = " ")            signature(object = "NewsgroupDocument"),
255                return(object)            function(object, FUN, ...) {
256                  new("PlainTextDocument", .Data = Content(object), Cached = TRUE, URI = "", Author = Author(object),
257                      DateTimeStamp = DateTimeStamp(object), Description = Description(object), ID = ID(object),
258                      Origin = Origin(object), Heading = Heading(object), Language = Language(object),
259                      LocalMetaData = LocalMetaData(object))
260              })
261    setMethod("asPlain",
262              signature(object = "StructuredTextDocument"),
263              function(object, FUN, ...) {
264                  new("PlainTextDocument", .Data = unlist(Content(object)), Cached = TRUE,
265                      URI = "", Author = Author(object), DateTimeStamp = DateTimeStamp(object),
266                      Description = Description(object), ID = ID(object), Origin = Origin(object),
267                      Heading = Heading(object), Language = Language(object),
268                      LocalMetaData = LocalMetaData(object))
269            })            })
270    
271  setGeneric("tm_filter", function(object, ..., FUN = s_filter) standardGeneric("tm_filter"))  setGeneric("tmFilter", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmFilter"))
272  setMethod("tm_filter",  setMethod("tmFilter",
273            signature(object = "TextDocCol"),            signature(object = "Corpus"),
274            function(object, ..., FUN = s_filter) {            function(object, ..., FUN = sFilter, doclevel = FALSE) {
275                object[tm_index(object, ..., FUN)]                if (doclevel)
276                      return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])
277                  else
278                      return(object[FUN(object, ...)])
279            })            })
280    
281  setGeneric("tm_index", function(object, ..., FUN = s_filter) standardGeneric("tm_index"))  setGeneric("tmIndex", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmIndex"))
282  setMethod("tm_index",  setMethod("tmIndex",
283            signature(object = "TextDocCol"),            signature(object = "Corpus"),
284            function(object, ..., FUN = s_filter) {            function(object, ..., FUN = sFilter, doclevel = FALSE) {
285                sapply(object, FUN, ..., GlobalMetaData = GlobalMetaData(object))                if (doclevel)
286                      return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))
287                  else
288                      return(FUN(object, ...))
289            })            })
290    
291  s_filter <- function(object, s, ..., GlobalMetaData) {  sFilter <- function(object, s, ...) {
292      b <- TRUE      con <- textConnection(s)
293      for (tag in names(s)) {      tokens <- scan(con, "character", quiet = TRUE)
294          if (tag %in% names(LocalMetaData(object))) {      close(con)
295              b <- b && any(grep(s[[tag]], LocalMetaData(object)[[tag]]))      localMetaNames <- unique(names(sapply(object, LocalMetaData)))
296          } else if (tag %in% names(GlobalMetaData)){      localMetaTokens <- localMetaNames[localMetaNames %in% tokens]
297              b <- b && any(grep(s[[tag]], GlobalMetaData[[tag]]))      n <- names(DMetaData(object))
298          } else {      tags <- c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language", localMetaTokens)
299              b <- b && any(grep(s[[tag]], eval(call(tag, object))))      query.df <- DMetaData(prescindMeta(object, tags))
300          }      if (DBControl(object)[["useDb"]])
301      }          DMetaData(object) <- DMetaData(object)[, setdiff(n, tags), drop = FALSE]
302      return(b)      # Rename to avoid name conflicts
303        names(query.df)[names(query.df) == "Author"] <- "author"
304        names(query.df)[names(query.df) == "DateTimeStamp"] <- "datetimestamp"
305        names(query.df)[names(query.df) == "Description"] <- "description"
306        names(query.df)[names(query.df) == "ID"] <- "identifier"
307        names(query.df)[names(query.df) == "Origin"] <- "origin"
308        names(query.df)[names(query.df) == "Heading"] <- "heading"
309        names(query.df)[names(query.df) == "Language"] <- "language"
310        attach(query.df)
311        try(result <- rownames(query.df) %in% row.names(query.df[eval(parse(text = s)), ]))
312        detach(query.df)
313        return(result)
314  }  }
315    
316  setGeneric("fulltext_search_filter", function(object, pattern, ...) standardGeneric("fulltext_search_filter"))  setGeneric("appendElem", function(object, data, meta = NULL) standardGeneric("appendElem"))
317  setMethod("fulltext_search_filter",  setMethod("appendElem",
318            signature(object = "PlainTextDocument", pattern = "character"),            signature(object = "Corpus", data = "TextDocument"),
319            function(object, pattern, ...) {            function(object, data, meta = NULL) {
320                if (!Cached(object))                if (DBControl(object)[["useDb"]]) {
321                    object <- load_doc(object)                    db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
322                      if (dbExists(db, ID(data)))
323                return(any(grep(pattern, Corpus(object))))                        warning("document with identical ID already exists")
324                      dbInsert(db, ID(data), data)
325                      object@.Data[[length(object)+1]] <- ID(data)
326                  }
327                  else
328                      object@.Data[[length(object)+1]] <- data
329                  DMetaData(object) <- rbind(DMetaData(object), c(MetaID = CMetaData(object)@NodeID, meta))
330                  return(object)
331            })            })
332    
333  setGeneric("attach_data", function(object, data) standardGeneric("attach_data"))  setGeneric("appendMeta", function(object, cmeta = NULL, dmeta = NULL) standardGeneric("appendMeta"))
334  setMethod("attach_data",  setMethod("appendMeta",
335            signature(object = "TextDocCol", data = "TextDocument"),            signature(object = "Corpus"),
336            function(object, data) {            function(object, cmeta = NULL, dmeta = NULL) {
337                data <- as(list(data), "TextDocCol")                object@CMetaData@MetaData <- c(CMetaData(object)@MetaData, cmeta)
338                object@.Data <- as(c(object@.Data, data), "TextDocCol")                if (!is.null(dmeta)) {
339                      DMetaData(object) <- cbind(DMetaData(object), eval(dmeta))
340                  }
341                return(object)                return(object)
342            })            })
343    
344  setGeneric("attach_metadata", function(object, name, metadata) standardGeneric("attach_metadata"))  setGeneric("removeMeta", function(object, cname = NULL, dname = NULL) standardGeneric("removeMeta"))
345  setMethod("attach_metadata",  setMethod("removeMeta",
346            signature(object = "TextDocCol"),            signature(object = "Corpus"),
347            function(object, name, metadata) {            function(object, cname = NULL, dname = NULL) {
348                object@GlobalMetaData <- c(GlobalMetaData(object), new = list(metadata))                if (!is.null(cname))
349                names(object@GlobalMetaData)[length(names(GlobalMetaData(object)))] <- name                    object@CMetaData@MetaData <- CMetaData(object)@MetaData[names(CMetaData(object)@MetaData) != cname]
350                  if (!is.null(dname))
351                      DMetaData(object) <- DMetaData(object)[, names(DMetaData(object)) != dname, drop = FALSE]
352                return(object)                return(object)
353            })            })
354    
355  setGeneric("set_subscriptable", function(object, name) standardGeneric("set_subscriptable"))  setGeneric("prescindMeta", function(object, meta) standardGeneric("prescindMeta"))
356  setMethod("set_subscriptable",  setMethod("prescindMeta",
357            signature(object = "TextDocCol"),            signature(object = "Corpus", meta = "character"),
358            function(object, name) {            function(object, meta) {
359                if (!is.character(GlobalMetaData(object)$subscriptable))                for (m in meta) {
360                    object <- attach_metadata(object, "subscriptable", name)                    if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language")) {
361                else                        local.m <- lapply(object, m)
362                    object@GlobalMetaData$subscriptable <- c(GlobalMetaData(object)$subscriptable, name)                        local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
363                          local.m <- unlist(local.m)
364                          DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
365                          names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
366                      }
367                      else {
368                          local.meta <- lapply(object, LocalMetaData)
369                          local.m <- lapply(local.meta, "[[", m)
370                          local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
371                          if (length(local.m) == length(unlist(local.m)))
372                              local.m <- unlist(local.m)
373                          else
374                              local.m <- I(local.m)
375                          DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
376                          names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
377                      }
378                  }
379                return(object)                return(object)
380            })            })
381    
382  setMethod("[",  setMethod("[",
383            signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),            signature(x = "Corpus", i = "ANY", j = "ANY", drop = "ANY"),
384            function(x, i, j, ... , drop) {            function(x, i, j, ... , drop) {
385                if(missing(i))                if(missing(i))
386                    return(x)                    return(x)
387    
388                object <- x                object <- x
389                object@.Data <- x@.Data[i, ..., drop = FALSE]                object@.Data <- x@.Data[i, ..., drop = FALSE]
390                for (m in names(GlobalMetaData(object))) {                if (DBControl(object)[["useDb"]]) {
391                    if (m %in% GlobalMetaData(object)$subscriptable) {                    index <- object@DMetaData[[1 , "subset"]]
392                        object@GlobalMetaData[[m]] <- GlobalMetaData(object)[[m]][i, ..., drop = FALSE]                    if (any(is.na(index)))
393                    }                        object@DMetaData[[1 , "subset"]] <- i
394                      else
395                          object@DMetaData[[1 , "subset"]] <- index[i]
396                }                }
397                  else
398                      DMetaData(object) <- DMetaData(x)[i, , drop = FALSE]
399                return(object)                return(object)
400            })            })
401    
402  setMethod("[<-",  setMethod("[<-",
403            signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),            signature(x = "Corpus", i = "ANY", j = "ANY", value = "ANY"),
404            function(x, i, j, ... , value) {            function(x, i, j, ... , value) {
405                object <- x                object <- x
406                  if (DBControl(object)[["useDb"]]) {
407                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
408                      counter <- 1
409                      for (id in object@.Data[i, ...]) {
410                          if (length(value) == 1)
411                              db[[id]] <- value
412                          else {
413                              db[[id]] <- value[[counter]]
414                          }
415                          counter <- counter + 1
416                      }
417                  }
418                  else
419                object@.Data[i, ...] <- value                object@.Data[i, ...] <- value
420                return(object)                return(object)
421            })            })
422    
423  setMethod("[[",  setMethod("[[",
424            signature(x = "TextDocCol", i = "ANY", j = "ANY"),            signature(x = "Corpus", i = "ANY", j = "ANY"),
425            function(x, i, j, ...) {            function(x, i, j, ...) {
426                return(x@.Data[[i, ...]])                if (DBControl(x)[["useDb"]]) {
427                      db <- dbInit(DBControl(x)[["dbName"]], DBControl(x)[["dbType"]])
428                      result <- dbFetch(db, x@.Data[[i]])
429                      return(loadDoc(result))
430                  }
431                  else {
432                      lazyTmMap <- meta(x, tag = "lazyTmMap", type = "corpus")
433                      if (!is.null(lazyTmMap))
434                          .Call("copyCorpus", x, materialize(x, i))
435                      return(loadDoc(x@.Data[[i]]))
436                  }
437            })            })
438    
439  setMethod("[[<-",  setMethod("[[<-",
440            signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),            signature(x = "Corpus", i = "ANY", j = "ANY", value = "ANY"),
441            function(x, i, j, ..., value) {            function(x, i, j, ..., value) {
442                object <- x                object <- x
443                  if (DBControl(object)[["useDb"]]) {
444                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
445                      index <- object@.Data[[i]]
446                      db[[index]] <- value
447                  }
448                  else {
449                      # Mark new objects as not active for lazy mapping
450                      lazyTmMap <- meta(object, tag = "lazyTmMap", type = "corpus")
451                      if (!is.null(lazyTmMap))
452                          lazyTmMap$index[i] <- FALSE
453                      # Set the value
454                object@.Data[[i, ...]] <- value                object@.Data[[i, ...]] <- value
455                  }
456                return(object)                return(object)
457            })            })
458    
459    # Update \code{NodeID}s of a CMetaData tree
460    update_id <- function(object, id = 0, mapping = NULL, left.mapping = NULL, level = 0) {
461        # Traversal of (binary) CMetaData tree with setup of \code{NodeID}s
462        set_id <- function(object) {
463            object@NodeID <- id
464            id <<- id + 1
465            level <<- level + 1
466    
467            if (length(object@children) > 0) {
468                mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))
469                left <- set_id(object@children[[1]])
470                if (level == 1) {
471                    left.mapping <<- mapping
472                    mapping <<- NULL
473                }
474                mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))
475                right <- set_id(object@children[[2]])
476    
477                object@children <- list(left, right)
478            }
479            level <<- level - 1
480    
481            return(object)
482        }
483    
484        return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))
485    }
486    
487  setMethod("c",  setMethod("c",
488            signature(x = "TextDocCol"),            signature(x = "Corpus"),
489            function(x, ..., recursive = TRUE){            function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
490                args <- list(...)                args <- list(...)
491                if(length(args) == 0)                if(length(args) == 0)
492                    return(x)                    return(x)
493                return(as(c(as(x, "list"), ...), "TextDocCol"))  
494                  if (!all(sapply(args, inherits, "Corpus")))
495                      stop("not all arguments are text document collections")
496                  if (DBControl(x)[["useDb"]] == TRUE || any(unlist(sapply(args, DBControl)["useDb", ])))
497                      stop("concatenating text document collections with activated database is not supported")
498    
499                  result <- x
500                  for (c in args) {
501                      result <- c2(result, c)
502                  }
503                  return(result)
504              })
505    
506    setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))
507    setMethod("c2",
508              signature(x = "Corpus", y = "Corpus"),
509              function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
510                  object <- x
511                  # Concatenate data slots
512                  object@.Data <- c(as(x, "list"), as(y, "list"))
513    
514                  # Set the DBControl slot
515                  object@DBControl <- list(useDb = FALSE, dbName = "", dbType = "DB1")
516    
517                  # Update the CMetaData tree
518                  cmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(CMetaData(x), CMetaData(y)))
519                  update.struct <- update_id(cmeta)
520                  object@CMetaData <- update.struct$root
521    
522                  # Find indices to be updated for the left tree
523                  indices.mapping <- NULL
524                  for (m in levels(as.factor(DMetaData(x)$MetaID))) {
525                      indices <- (DMetaData(x)$MetaID == m)
526                      indices.mapping <- c(indices.mapping, list(m = indices))
527                      names(indices.mapping)[length(indices.mapping)] <- m
528                  }
529    
530                  # Update the DMetaData data frames for the left tree
531                  for (i in 1:ncol(update.struct$left.mapping)) {
532                      map <- update.struct$left.mapping[,i]
533                      x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
534                  }
535    
536                  # Find indices to be updated for the right tree
537                  indices.mapping <- NULL
538                  for (m in levels(as.factor(DMetaData(y)$MetaID))) {
539                      indices <- (DMetaData(y)$MetaID == m)
540                      indices.mapping <- c(indices.mapping, list(m = indices))
541                      names(indices.mapping)[length(indices.mapping)] <- m
542                  }
543    
544                  # Update the DMetaData data frames for the right tree
545                  for (i in 1:ncol(update.struct$right.mapping)) {
546                      map <- update.struct$right.mapping[,i]
547                      y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
548                  }
549    
550                  # Merge the DMetaData data frames
551                  labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))
552                  na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))
553                  x.dmeta.aug <- cbind(DMetaData(x), na.matrix)
554                  labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))
555                  na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))
556                  y.dmeta.aug <- cbind(DMetaData(y), na.matrix)
557                  object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)
558    
559                  return(object)
560      })      })
561    
562  setMethod("c",  setMethod("c",
563            signature(x = "TextDocument"),            signature(x = "TextDocument"),
564            function(x, ..., recursive = TRUE){            function(x, ..., recursive = TRUE){
565                args <- list(...)                args <- list(...)
566                if(length(args) == 0)                if(length(args) == 0)
567                    return(x)                    return(x)
568                return(new("TextDocCol", .Data = list(x, ...)))  
569                  dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)
570                  cmeta.node <- new("MetaDataNode",
571                                NodeID = 0,
572                                MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
573                                children = list())
574    
575                  return(new("Corpus",
576                             .Data = list(x, ...),
577                             DMetaData = dmeta.df,
578                             CMetaData = cmeta.node,
579                             DBControl = list(useDb = FALSE, dbName = "", dbType = "DB1")))
580      })      })
581    
582  setMethod("length",  setMethod("length",
583            signature(x = "TextDocCol"),            signature(x = "Corpus"),
584            function(x){            function(x){
585                return(length(as(x, "list")))                return(length(as(x, "list")))
586      })      })
587    
588  setMethod("show",  setMethod("show",
589            signature(object = "TextDocCol"),            signature(object = "Corpus"),
590            function(object){            function(object){
591                cat("A text document collection with", length(object), "text document")                cat(sprintf(ngettext(length(object),
592                if (length(object) == 1)                                     "A text document collection with %d text document\n",
593                    cat("\n")                                     "A text document collection with %d text documents\n"),
594                else                            length(object)))
                   cat("s\n")  
595      })      })
596    
597  setMethod("summary",  setMethod("summary",
598            signature(object = "TextDocCol"),            signature(object = "Corpus"),
599            function(object){            function(object){
600                show(object)                show(object)
601                if (length(GlobalMetaData(object)) > 0) {                if (length(DMetaData(object)) > 0) {
602                    cat("\nThe global metadata consists of", length(GlobalMetaData(object)), "tag-value pair")                    cat(sprintf(ngettext(length(CMetaData(object)@MetaData),
603                    if (length(GlobalMetaData(object)) == 1)                                                "\nThe metadata consists of %d tag-value pair and a data frame\n",
604                        cat(".\n")                                                "\nThe metadata consists of %d tag-value pairs and a data frame\n"),
605                    else                                         length(CMetaData(object)@MetaData)))
                       cat("s.\n")  
606                    cat("Available tags are:\n")                    cat("Available tags are:\n")
607                    cat(names(GlobalMetaData(object)), "\n")                    cat(strwrap(paste(names(CMetaData(object)@MetaData), collapse = " "), indent = 2, exdent = 2), "\n")
608                      cat("Available variables in the data frame are:\n")
609                      cat(strwrap(paste(names(DMetaData(object)), collapse = " "), indent = 2, exdent = 2), "\n")
610                }                }
611      })      })
612    
613  setGeneric("inspect", function(object) standardGeneric("inspect"))  setGeneric("inspect", function(object) standardGeneric("inspect"))
614  setMethod("inspect",  setMethod("inspect",
615            signature("TextDocCol"),            signature("Corpus"),
616            function(object) {            function(object) {
617                summary(object)                summary(object)
618                cat("\n")                cat("\n")
619                show(as(object, "list"))                if (DBControl(object)[["useDb"]]) {
620                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
621                      show(dbMultiFetch(db, unlist(object)))
622                  }
623                  else
624                      show(lapply(object, "[[", 1))
625            })            })
626    
627  # No metadata is checked  # No metadata is checked
628  setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))  setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))
629  setMethod("%IN%",  setMethod("%IN%",
630            signature(x = "TextDocument", y = "TextDocCol"),            signature(x = "TextDocument", y = "Corpus"),
631            function(x, y) {            function(x, y) {
632                x %in% y                if (DBControl(y)[["useDb"]]) {
633                      db <- dbInit(DBControl(y)[["dbName"]], DBControl(y)[["dbType"]])
634                      result <- any(sapply(y, function(x, z) {x %in% Content(z)}, x))
635                  }
636                  else
637                      result <- x %in% y
638                  return(result)
639              })
640    
641    setMethod("lapply",
642              signature(X = "Corpus"),
643              function(X, FUN, ...) {
644                  print("lapply")
645                  if (DBControl(X)[["useDb"]]) {
646                      db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
647                      result <- lapply(dbMultiFetch(db, unlist(X)), FUN, ...)
648                  }
649                  else {
650                      lazyTmMap <- meta(X, tag = "lazyTmMap", type = "corpus")
651                      if (!is.null(lazyTmMap))
652                          .Call("copyCorpus", X, materialize(X))
653                      result <- base::lapply(X, FUN, ...)
654                  }
655                  return(result)
656              })
657    
658    setMethod("sapply",
659              signature(X = "Corpus"),
660              function(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE) {
661                  if (DBControl(X)[["useDb"]]) {
662                      db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
663                      result <- sapply(dbMultiFetch(db, unlist(X)), FUN, ...)
664                  }
665                  else {
666                      lazyTmMap <- meta(X, tag = "lazyTmMap", type = "corpus")
667                      if (!is.null(lazyTmMap))
668                          .Call("copyCorpus", X, materialize(X))
669                      result <- base::sapply(X, FUN, ...)
670                  }
671                  return(result)
672              })
673    
674    setGeneric("writeCorpus", function(object, path = ".", filenames = NULL) standardGeneric("writeCorpus"))
675    setMethod("writeCorpus",
676              signature(object = "Corpus"),
677              function(object, path = ".", filenames = NULL) {
678                  filenames <- file.path(path,
679                                         if (is.null(filenames)) sapply(object, function(x) sprintf("%s.txt", ID(x)))
680                                         else filenames)
681                  i <- 1
682                  for (o in object) {
683                      writeLines(o, filenames[i])
684                      i <- i + 1
685                  }
686            })            })

Legend:
Removed from v.66  
changed lines
  Added in v.830

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