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 860, Fri Jul 18 05:05:20 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))
42                }                }
   
               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)  
     }  
 }  
 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"]])  
     else  
         author <- ""  
   
     datetimestamp <- xmlValue(node[["DATE"]])  
     description <- ""  
     id <- xmlAttrs(node)[["NEWID"]]  
   
     origin <- "Reuters-21578 XML"  
   
     # The <BODY></BODY> tag is unfortunately NOT obligatory!  
     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"]])  
53      else      else
54          heading <- ""                    dmeta.df <- df
55    
56      topics <- unlist(xmlApply(node[["TOPICS"]], function(x) xmlValue(x)), use.names = FALSE)                cmeta.node <- new("MetaDataNode",
57                                NodeID = 0,
58                                MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
59                                children = list())
60    
61      new("PlainTextDocument", .Data = corpus, Cached = TRUE, URI = "", Author = author, DateTimeStamp = datetimestamp,                return(new("Corpus", .Data = tdl, DMetaData = dmeta.df, CMetaData = cmeta.node, DBControl = dbControl))
62          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                      # Suggested by Christian Buchta
172                      dbReorganize(db)
173                  }
174                  else {
175                      # Lazy mapping
176                      if (lazy) {
177                          lazyTmMap <- meta(object, tag = "lazyTmMap", type = "corpus")
178                          if (is.null(lazyTmMap)) {
179                              meta(result, tag = "lazyTmMap", type = "corpus") <-
180                                  list(index = rep(TRUE, length(result)),
181                                       maps = list(function(x, DMetaData) FUN(x, ..., DMetaData = DMetaData)))
182                          }
183                          else {
184                              lazyTmMap$maps <- c(lazyTmMap$maps, list(function(x, DMetaData) FUN(x, ..., DMetaData = DMetaData)))
185                              meta(result, tag = "lazyTmMap", type = "corpus") <- lazyTmMap
186                          }
187                      }
188                      else
189                          result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))
190                  }
191                return(result)                return(result)
192            })            })
193    
194  setGeneric("as.plaintext_doc", function(object, FUN, ...) standardGeneric("as.plaintext_doc"))  # Materialize lazy mappings
195  setMethod("as.plaintext_doc",  # Improvements by Christian Buchta
196    materialize <- function(corpus, range = seq_along(corpus)) {
197        lazyTmMap <- meta(corpus, tag = "lazyTmMap", type = "corpus")
198        if (!is.null(lazyTmMap)) {
199           # Make valid and lazy index
200           idx <- (seq_along(corpus) %in% range) & lazyTmMap$index
201           if (any(idx)) {
202               res <- lapply(corpus@.Data[idx], loadDoc)
203               for (m in lazyTmMap$maps)
204                   res <- lapply(res, m, DMetaData = DMetaData(corpus))
205               corpus@.Data[idx] <- res
206               lazyTmMap$index[idx] <- FALSE
207           }
208        }
209        # Clean up if everything is materialized
210        if (!any(lazyTmMap$index))
211            lazyTmMap <- NULL
212        meta(corpus, tag = "lazyTmMap", type = "corpus") <- lazyTmMap
213        return(corpus)
214    }
215    
216    setGeneric("asPlain", function(object, FUN, ...) standardGeneric("asPlain"))
217    setMethod("asPlain",
218            signature(object = "PlainTextDocument"),            signature(object = "PlainTextDocument"),
219            function(object, FUN, ...) {            function(object, FUN, ...) {
220                return(object)                return(object)
221            })            })
222  setMethod("as.plaintext_doc",  setMethod("asPlain",
223            signature(object = "XMLTextDocument", FUN = "function"),            signature(object = "XMLTextDocument"),
224            function(object, FUN, ...) {            function(object, FUN, ...) {
225                if (!Cached(object))                corpus <- Content(object)
                   object <- load_doc(object)  
   
               corpus <- Corpus(object)  
226    
227                # As XMLDocument is no native S4 class, restore valid information                # As XMLDocument is no native S4 class, restore valid information
228                class(corpus) <- "XMLDocument"                class(corpus) <- "XMLDocument"
# Line 374  Line 230 
230    
231                return(FUN(xmlRoot(corpus), ...))                return(FUN(xmlRoot(corpus), ...))
232            })            })
233    setMethod("asPlain",
234              signature(object = "Reuters21578Document"),
235              function(object, FUN, ...) {
236                  FUN <- convertReut21578XMLPlain
237                  corpus <- Content(object)
238    
239  setGeneric("stem_doc", function(object, ...) standardGeneric("stem_doc"))                # As XMLDocument is no native S4 class, restore valid information
240  setMethod("stem_doc",                class(corpus) <- "XMLDocument"
241            signature(object = "PlainTextDocument"),                names(corpus) <- c("doc","dtd")
           function(object, ...) {  
               if (!Cached(object))  
                   object <- load_doc(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, ...) {  
               if (!Cached(object))  
                   object <- load_doc(object)  
242    
243                require(Rstem)                return(FUN(xmlRoot(corpus), ...))
               splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))  
               noStopwordsCorpus <- splittedCorpus[!splittedCorpus %in% stopwords]  
               Corpus(object) <- paste(noStopwordsCorpus, collapse = " ")  
               return(object)  
244            })            })
245    setMethod("asPlain",
246  setGeneric("tm_filter", function(object, ..., FUN = s_filter) standardGeneric("tm_filter"))            signature(object = "RCV1Document"),
247  setMethod("tm_filter",            function(object, FUN, ...) {
248            signature(object = "TextDocCol"),                return(convertRCV1Plain(object, ...))
           function(object, ..., FUN = s_filter) {  
               object[tm_index(object, ..., FUN)]  
249            })            })
250    setMethod("asPlain",
251  setGeneric("tm_index", function(object, ..., FUN = s_filter) standardGeneric("tm_index"))            signature(object = "NewsgroupDocument"),
252  setMethod("tm_index",            function(object, FUN, ...) {
253            signature(object = "TextDocCol"),                new("PlainTextDocument", .Data = Content(object), Cached = TRUE, URI = "", Author = Author(object),
254            function(object, ..., FUN = s_filter) {                    DateTimeStamp = DateTimeStamp(object), Description = Description(object), ID = ID(object),
255                sapply(object, FUN, ..., GlobalMetaData = GlobalMetaData(object))                    Origin = Origin(object), Heading = Heading(object), Language = Language(object),
256                      LocalMetaData = LocalMetaData(object))
257            })            })
258    setMethod("asPlain",
259  s_filter <- function(object, s, ..., GlobalMetaData) {            signature(object = "StructuredTextDocument"),
260      b <- TRUE            function(object, FUN, ...) {
261      for (tag in names(s)) {                new("PlainTextDocument", .Data = unlist(Content(object)), Cached = TRUE,
262          if (tag %in% names(LocalMetaData(object))) {                    URI = "", Author = Author(object), DateTimeStamp = DateTimeStamp(object),
263              b <- b && any(grep(s[[tag]], LocalMetaData(object)[[tag]]))                    Description = Description(object), ID = ID(object), Origin = Origin(object),
264          } else if (tag %in% names(GlobalMetaData)){                    Heading = Heading(object), Language = Language(object),
265              b <- b && any(grep(s[[tag]], GlobalMetaData[[tag]]))                    LocalMetaData = LocalMetaData(object))
266          } else {            })
267              b <- b && any(grep(s[[tag]], eval(call(tag, object))))  
268    setGeneric("tmFilter", function(object, ..., FUN = searchFullText, doclevel = TRUE) standardGeneric("tmFilter"))
269    setMethod("tmFilter",
270              signature(object = "Corpus"),
271              function(object, ..., FUN = searchFullText, doclevel = TRUE) {
272                  if (!is.null(attr(FUN, "doclevel")))
273                      doclevel <- attr(FUN, "doclevel")
274                  if (doclevel)
275                      return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])
276                  else
277                      return(object[FUN(object, ...)])
278              })
279    
280    setGeneric("tmIndex", function(object, ..., FUN = searchFullText, doclevel = TRUE) standardGeneric("tmIndex"))
281    setMethod("tmIndex",
282              signature(object = "Corpus"),
283              function(object, ..., FUN = searchFullText, doclevel = TRUE) {
284                  if (!is.null(attr(FUN, "doclevel")))
285                      doclevel <- attr(FUN, "doclevel")
286                  if (doclevel)
287                      return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))
288                  else
289                      return(FUN(object, ...))
290              })
291    
292    setGeneric("appendElem", function(object, data, meta = NULL) standardGeneric("appendElem"))
293    setMethod("appendElem",
294              signature(object = "Corpus", data = "TextDocument"),
295              function(object, data, meta = NULL) {
296                  if (DBControl(object)[["useDb"]]) {
297                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
298                      if (dbExists(db, ID(data)))
299                          warning("document with identical ID already exists")
300                      dbInsert(db, ID(data), data)
301                      object@.Data[[length(object)+1]] <- ID(data)
302                  }
303                  else
304                      object@.Data[[length(object)+1]] <- data
305                  DMetaData(object) <- rbind(DMetaData(object), c(MetaID = CMetaData(object)@NodeID, meta))
306                  return(object)
307              })
308    
309    setGeneric("appendMeta", function(object, cmeta = NULL, dmeta = NULL) standardGeneric("appendMeta"))
310    setMethod("appendMeta",
311              signature(object = "Corpus"),
312              function(object, cmeta = NULL, dmeta = NULL) {
313                  object@CMetaData@MetaData <- c(CMetaData(object)@MetaData, cmeta)
314                  if (!is.null(dmeta)) {
315                      DMetaData(object) <- cbind(DMetaData(object), eval(dmeta))
316                  }
317                  return(object)
318              })
319    
320    setGeneric("removeMeta", function(object, cname = NULL, dname = NULL) standardGeneric("removeMeta"))
321    setMethod("removeMeta",
322              signature(object = "Corpus"),
323              function(object, cname = NULL, dname = NULL) {
324                  if (!is.null(cname))
325                      object@CMetaData@MetaData <- CMetaData(object)@MetaData[names(CMetaData(object)@MetaData) != cname]
326                  if (!is.null(dname))
327                      DMetaData(object) <- DMetaData(object)[, names(DMetaData(object)) != dname, drop = FALSE]
328                  return(object)
329              })
330    
331    setGeneric("prescindMeta", function(object, meta) standardGeneric("prescindMeta"))
332    setMethod("prescindMeta",
333              signature(object = "Corpus", meta = "character"),
334              function(object, meta) {
335                  for (m in meta) {
336                      if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language")) {
337                          local.m <- lapply(object, m)
338                          local.m <- sapply(local.m, paste, collapse = " ")
339                          local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
340                          local.m <- unlist(local.m)
341                          DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
342                          names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
343          }          }
344                      else {
345                          local.meta <- lapply(object, LocalMetaData)
346                          local.m <- lapply(local.meta, "[[", m)
347                          local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
348                          if (length(local.m) == length(unlist(local.m)))
349                              local.m <- unlist(local.m)
350                          else
351                              local.m <- I(local.m)
352                          DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
353                          names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
354      }      }
     return(b)  
355  }  }
   
 setGeneric("fulltext_search_filter", function(object, pattern, ...) standardGeneric("fulltext_search_filter"))  
 setMethod("fulltext_search_filter",  
           signature(object = "PlainTextDocument", pattern = "character"),  
           function(object, pattern, ...) {  
               if (!Cached(object))  
                   object <- load_doc(object)  
   
               return(any(grep(pattern, Corpus(object))))  
           })  
   
 setGeneric("attach_data", function(object, data) standardGeneric("attach_data"))  
 setMethod("attach_data",  
           signature(object = "TextDocCol", data = "TextDocument"),  
           function(object, data) {  
               data <- as(list(data), "TextDocCol")  
               object@.Data <- as(c(object@.Data, data), "TextDocCol")  
               return(object)  
           })  
   
 setGeneric("attach_metadata", function(object, name, metadata) standardGeneric("attach_metadata"))  
 setMethod("attach_metadata",  
           signature(object = "TextDocCol"),  
           function(object, name, metadata) {  
               object@GlobalMetaData <- c(GlobalMetaData(object), new = list(metadata))  
               names(object@GlobalMetaData)[length(names(GlobalMetaData(object)))] <- name  
               return(object)  
           })  
   
 setGeneric("set_subscriptable", function(object, name) standardGeneric("set_subscriptable"))  
 setMethod("set_subscriptable",  
           signature(object = "TextDocCol"),  
           function(object, name) {  
               if (!is.character(GlobalMetaData(object)$subscriptable))  
                   object <- attach_metadata(object, "subscriptable", name)  
               else  
                   object@GlobalMetaData$subscriptable <- c(GlobalMetaData(object)$subscriptable, name)  
356                return(object)                return(object)
357            })            })
358    
359  setMethod("[",  setMethod("[",
360            signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),            signature(x = "Corpus", i = "ANY", j = "ANY", drop = "ANY"),
361            function(x, i, j, ... , drop) {            function(x, i, j, ... , drop) {
362                if(missing(i))                if(missing(i))
363                    return(x)                    return(x)
364    
365                object <- x                object <- x
366                object@.Data <- x@.Data[i, ..., drop = FALSE]                object@.Data <- x@.Data[i, ..., drop = FALSE]
367                for (m in names(GlobalMetaData(object))) {                if (DBControl(object)[["useDb"]]) {
368                    if (m %in% GlobalMetaData(object)$subscriptable) {                    index <- object@DMetaData[[1 , "subset"]]
369                        object@GlobalMetaData[[m]] <- GlobalMetaData(object)[[m]][i, ..., drop = FALSE]                    if (any(is.na(index)))
370                    }                        object@DMetaData[[1 , "subset"]] <- i
371                      else
372                          object@DMetaData[[1 , "subset"]] <- index[i]
373                }                }
374                  else
375                      DMetaData(object) <- DMetaData(x)[i, , drop = FALSE]
376                return(object)                return(object)
377            })            })
378    
379  setMethod("[<-",  setMethod("[<-",
380            signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),            signature(x = "Corpus", i = "ANY", j = "ANY", value = "ANY"),
381            function(x, i, j, ... , value) {            function(x, i, j, ... , value) {
382                object <- x                object <- x
383                  if (DBControl(object)[["useDb"]]) {
384                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
385                      counter <- 1
386                      for (id in object@.Data[i, ...]) {
387                          if (length(value) == 1)
388                              db[[id]] <- value
389                          else {
390                              db[[id]] <- value[[counter]]
391                          }
392                          counter <- counter + 1
393                      }
394                  }
395                  else
396                object@.Data[i, ...] <- value                object@.Data[i, ...] <- value
397                return(object)                return(object)
398            })            })
399    
400  setMethod("[[",  setMethod("[[",
401            signature(x = "TextDocCol", i = "ANY", j = "ANY"),            signature(x = "Corpus", i = "ANY", j = "ANY"),
402            function(x, i, j, ...) {            function(x, i, j, ...) {
403                return(x@.Data[[i, ...]])                if (DBControl(x)[["useDb"]]) {
404                      db <- dbInit(DBControl(x)[["dbName"]], DBControl(x)[["dbType"]])
405                      result <- dbFetch(db, x@.Data[[i]])
406                      return(loadDoc(result))
407                  }
408                  else {
409                      lazyTmMap <- meta(x, tag = "lazyTmMap", type = "corpus")
410                      if (!is.null(lazyTmMap))
411                          .Call("copyCorpus", x, materialize(x, i))
412                      return(loadDoc(x@.Data[[i]]))
413                  }
414            })            })
415    
416  setMethod("[[<-",  setMethod("[[<-",
417            signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),            signature(x = "Corpus", i = "ANY", j = "ANY", value = "ANY"),
418            function(x, i, j, ..., value) {            function(x, i, j, ..., value) {
419                object <- x                object <- x
420                  if (DBControl(object)[["useDb"]]) {
421                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
422                      index <- object@.Data[[i]]
423                      db[[index]] <- value
424                  }
425                  else {
426                      # Mark new objects as not active for lazy mapping
427                      lazyTmMap <- meta(object, tag = "lazyTmMap", type = "corpus")
428                      if (!is.null(lazyTmMap)) {
429                          lazyTmMap$index[i] <- FALSE
430                          meta(object, tag = "lazyTmMap", type = "corpus") <- lazyTmMap
431                      }
432                      # Set the value
433                object@.Data[[i, ...]] <- value                object@.Data[[i, ...]] <- value
434                  }
435                return(object)                return(object)
436            })            })
437    
438    # Update \code{NodeID}s of a CMetaData tree
439    update_id <- function(object, id = 0, mapping = NULL, left.mapping = NULL, level = 0) {
440        # Traversal of (binary) CMetaData tree with setup of \code{NodeID}s
441        set_id <- function(object) {
442            object@NodeID <- id
443            id <<- id + 1
444            level <<- level + 1
445    
446            if (length(object@children) > 0) {
447                mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))
448                left <- set_id(object@children[[1]])
449                if (level == 1) {
450                    left.mapping <<- mapping
451                    mapping <<- NULL
452                }
453                mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))
454                right <- set_id(object@children[[2]])
455    
456                object@children <- list(left, right)
457            }
458            level <<- level - 1
459    
460            return(object)
461        }
462    
463        return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))
464    }
465    
466  setMethod("c",  setMethod("c",
467            signature(x = "TextDocCol"),            signature(x = "Corpus"),
468            function(x, ..., recursive = TRUE){            function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
469                args <- list(...)                args <- list(...)
470                if(length(args) == 0)                if(length(args) == 0)
471                    return(x)                    return(x)
472                return(as(c(as(x, "list"), ...), "TextDocCol"))  
473                  if (!all(sapply(args, inherits, "Corpus")))
474                      stop("not all arguments are text document collections")
475                  if (DBControl(x)[["useDb"]] == TRUE || any(unlist(sapply(args, DBControl)["useDb", ])))
476                      stop("concatenating text document collections with activated database is not supported")
477    
478                  result <- x
479                  for (c in args) {
480                      result <- c2(result, c)
481                  }
482                  return(result)
483      })      })
484    
485    setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))
486    setMethod("c2",
487              signature(x = "Corpus", y = "Corpus"),
488              function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
489                  object <- x
490                  # Concatenate data slots
491                  object@.Data <- c(as(x, "list"), as(y, "list"))
492    
493                  # Set the DBControl slot
494                  object@DBControl <- list(useDb = FALSE, dbName = "", dbType = "DB1")
495    
496                  # Update the CMetaData tree
497                  cmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(CMetaData(x), CMetaData(y)))
498                  update.struct <- update_id(cmeta)
499                  object@CMetaData <- update.struct$root
500    
501                  # Find indices to be updated for the left tree
502                  indices.mapping <- NULL
503                  for (m in levels(as.factor(DMetaData(x)$MetaID))) {
504                      indices <- (DMetaData(x)$MetaID == m)
505                      indices.mapping <- c(indices.mapping, list(m = indices))
506                      names(indices.mapping)[length(indices.mapping)] <- m
507                  }
508    
509                  # Update the DMetaData data frames for the left tree
510                  for (i in 1:ncol(update.struct$left.mapping)) {
511                      map <- update.struct$left.mapping[,i]
512                      x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
513                  }
514    
515                  # Find indices to be updated for the right tree
516                  indices.mapping <- NULL
517                  for (m in levels(as.factor(DMetaData(y)$MetaID))) {
518                      indices <- (DMetaData(y)$MetaID == m)
519                      indices.mapping <- c(indices.mapping, list(m = indices))
520                      names(indices.mapping)[length(indices.mapping)] <- m
521                  }
522    
523                  # Update the DMetaData data frames for the right tree
524                  for (i in 1:ncol(update.struct$right.mapping)) {
525                      map <- update.struct$right.mapping[,i]
526                      y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
527                  }
528    
529                  # Merge the DMetaData data frames
530                  labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))
531                  na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))
532                  x.dmeta.aug <- cbind(DMetaData(x), na.matrix)
533                  labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))
534                  na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))
535                  y.dmeta.aug <- cbind(DMetaData(y), na.matrix)
536                  object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)
537    
538                  return(object)
539              })
540    
541  setMethod("c",  setMethod("c",
542            signature(x = "TextDocument"),            signature(x = "TextDocument"),
543            function(x, ..., recursive = TRUE){            function(x, ..., recursive = TRUE){
544                args <- list(...)                args <- list(...)
545                if(length(args) == 0)                if(length(args) == 0)
546                    return(x)                    return(x)
547                return(new("TextDocCol", .Data = list(x, ...)))  
548                  dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)
549                  cmeta.node <- new("MetaDataNode",
550                                NodeID = 0,
551                                MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
552                                children = list())
553    
554                  return(new("Corpus",
555                             .Data = list(x, ...),
556                             DMetaData = dmeta.df,
557                             CMetaData = cmeta.node,
558                             DBControl = list(useDb = FALSE, dbName = "", dbType = "DB1")))
559      })      })
560    
561  setMethod("length",  setMethod("length",
562            signature(x = "TextDocCol"),            signature(x = "Corpus"),
563            function(x){            function(x){
564                return(length(as(x, "list")))                return(length(as(x, "list")))
565      })      })
566    
567  setMethod("show",  setMethod("show",
568            signature(object = "TextDocCol"),            signature(object = "Corpus"),
569            function(object){            function(object){
570                cat("A text document collection with", length(object), "text document")                cat(sprintf(ngettext(length(object),
571                if (length(object) == 1)                                     "A text document collection with %d text document\n",
572                    cat("\n")                                     "A text document collection with %d text documents\n"),
573                else                            length(object)))
                   cat("s\n")  
574      })      })
575    
576  setMethod("summary",  setMethod("summary",
577            signature(object = "TextDocCol"),            signature(object = "Corpus"),
578            function(object){            function(object){
579                show(object)                show(object)
580                if (length(GlobalMetaData(object)) > 0) {                if (length(DMetaData(object)) > 0) {
581                    cat("\nThe global metadata consists of", length(GlobalMetaData(object)), "tag-value pair")                    cat(sprintf(ngettext(length(CMetaData(object)@MetaData),
582                    if (length(GlobalMetaData(object)) == 1)                                                "\nThe metadata consists of %d tag-value pair and a data frame\n",
583                        cat(".\n")                                                "\nThe metadata consists of %d tag-value pairs and a data frame\n"),
584                    else                                         length(CMetaData(object)@MetaData)))
                       cat("s.\n")  
585                    cat("Available tags are:\n")                    cat("Available tags are:\n")
586                    cat(names(GlobalMetaData(object)), "\n")                    cat(strwrap(paste(names(CMetaData(object)@MetaData), collapse = " "), indent = 2, exdent = 2), "\n")
587                      cat("Available variables in the data frame are:\n")
588                      cat(strwrap(paste(names(DMetaData(object)), collapse = " "), indent = 2, exdent = 2), "\n")
589                }                }
590      })      })
591    
592  setGeneric("inspect", function(object) standardGeneric("inspect"))  setGeneric("inspect", function(object) standardGeneric("inspect"))
593  setMethod("inspect",  setMethod("inspect",
594            signature("TextDocCol"),            signature("Corpus"),
595            function(object) {            function(object) {
596                summary(object)                summary(object)
597                cat("\n")                cat("\n")
598                show(as(object, "list"))                if (DBControl(object)[["useDb"]]) {
599                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
600                      show(dbMultiFetch(db, unlist(object)))
601                  }
602                  else
603                      print(noquote(lapply(object, identity)))
604            })            })
605    
606  # No metadata is checked  # No metadata is checked
607  setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))  setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))
608  setMethod("%IN%",  setMethod("%IN%",
609            signature(x = "TextDocument", y = "TextDocCol"),            signature(x = "TextDocument", y = "Corpus"),
610            function(x, y) {            function(x, y) {
611                x %in% y                if (DBControl(y)[["useDb"]]) {
612                      db <- dbInit(DBControl(y)[["dbName"]], DBControl(y)[["dbType"]])
613                      result <- any(sapply(y, function(x, z) {x %in% Content(z)}, x))
614                  }
615                  else
616                      result <- x %in% y
617                  return(result)
618              })
619    
620    setMethod("lapply",
621              signature(X = "Corpus"),
622              function(X, FUN, ...) {
623                  if (DBControl(X)[["useDb"]]) {
624                      db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
625                      result <- lapply(dbMultiFetch(db, unlist(X)), FUN, ...)
626                  }
627                  else {
628                      lazyTmMap <- meta(X, tag = "lazyTmMap", type = "corpus")
629                      if (!is.null(lazyTmMap))
630                          .Call("copyCorpus", X, materialize(X))
631                      result <- base::lapply(X, FUN, ...)
632                  }
633                  return(result)
634              })
635    
636    setMethod("sapply",
637              signature(X = "Corpus"),
638              function(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE) {
639                  if (DBControl(X)[["useDb"]]) {
640                      db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
641                      result <- sapply(dbMultiFetch(db, unlist(X)), FUN, ...)
642                  }
643                  else {
644                      lazyTmMap <- meta(X, tag = "lazyTmMap", type = "corpus")
645                      if (!is.null(lazyTmMap))
646                          .Call("copyCorpus", X, materialize(X))
647                      result <- base::sapply(X, FUN, ...)
648                  }
649                  return(result)
650              })
651    
652    setAs("list", "Corpus", function(from) {
653        cmeta.node <- new("MetaDataNode",
654                          NodeID = 0,
655                          MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
656                          children = list())
657        data <- list()
658        counter <- 1
659        for (f in from) {
660            doc <- new("PlainTextDocument",
661                       .Data = f, URI = NULL, Cached = TRUE,
662                       Author = "", DateTimeStamp = Sys.time(),
663                       Description = "", ID = as.character(counter),
664                       Origin = "", Heading = "", Language = "en_US")
665            data <- c(data, list(doc))
666            counter <- counter + 1
667        }
668        return(new("Corpus", .Data = data,
669                   DMetaData = data.frame(MetaID = rep(0, length(from)), stringsAsFactors = FALSE),
670                   CMetaData = cmeta.node,
671                   DBControl = dbControl <- list(useDb = FALSE, dbName = "", dbType = "DB1")))
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(asPlain(o), filenames[i])
684                      i <- i + 1
685                  }
686            })            })

Legend:
Removed from v.66  
changed lines
  Added in v.860

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