在R语言文本挖掘中，如何便捷处理「停用短语」？

直接对原始文本进行固定短语的精准替换是更高效的方案，无需拆分二元语法，能彻底移除目标短语同时保留单个词汇在其他语境下的含义。

实现代码 #

library(dplyr)
library(stringr)

# 原始文本数据
text <- data.frame(word = "according to Council directive 453-EL")

# 定义需要移除的固定短语列表（可按需添加多个）
remove_phrases <- c("Council directive")

# 批量替换目标短语并清理多余空格
text_cleaned <- text %>%
  mutate(word_clean = str_replace_all(word, str_c(remove_phrases, collapse = "|"), "") %>%
           str_squish())

# 输出清理后的结果
text_cleaned

关键说明 #

• str_replace_all() 支持一次性匹配多个目标短语，通过str_c(remove_phrases, collapse = "|")将短语拼接为正则"或"模式，实现批量替换
• str_squish() 用于清理替换后可能出现的连续空格，保证文本格式整洁
• 该方案支持任意长度的固定短语，无需调整语法拆分逻辑，完全适配你的需求

内容的提问来源于stack exchange，提问作者banannanas