我来帮你拆解这个问题，核心是文本预处理的顺序和操作生效性出了问题，咱们一步步捋清楚：

首先看你最初代码里的关键错误 #

你写了这行代码：

tm_map(shakespeare, content_transformer(tolower)) #taken directly from tm documentation

但你没有把结果赋值回shakespeare！也就是说，这行代码根本没改变你的语料库——文本里依然保留着大写的The、THE这些变体，而removeWords默认是精确匹配小写的"the"，所以这些大写的实例自然不会被移除。

加上你后续的处理顺序是先做词干提取、再移除标点，这又导致了另一个问题：比如文本里的the,、the.这种带标点的"the"，因为还没移除标点，removeWords识别不出这是"the"，所以也会残留。

调整顺序后还剩残留的原因 #

你把removeWords移到第一步并加了"The"，虽然解决了部分大小写问题，但还是没处理带标点的"the"——比如the’、the-这类和特殊字符粘连的情况，此时removeWords依然没法匹配。另外，stopwords("english")本身已经包含"the"，你额外加"the"、"The"其实有点冗余，但没覆盖所有大小写变体（比如"THE"）。

彻底解决的方案：修正预处理顺序 + 确保操作生效 #

正确的文本预处理流程应该遵循「先统一格式，再清理杂质，最后处理词汇」的逻辑，给你调整后的代码：

library(RCurl)
library(tm)

# 获取语料
url <- "https://raw.githubusercontent.com/angerhang/statsTutorial/master/src/textMining/data/1.txt"
file1 <- getURL(url)
url <- "https://raw.githubusercontent.com/angerhang/statsTutorial/master/src/textMining/data/2.txt"
file2 <- getURL(url)
url <- "https://raw.githubusercontent.com/angerhang/statsTutorial/master/src/textMining/data/3.txt"
file3 <- getURL(url)

shakespeare <- VCorpus(VectorSource(c(file1,file2,file3)))

# 正确的预处理步骤：顺序不能乱！
shakespeare <- tm_map(shakespeare, content_transformer(tolower))  # 1. 先统一转小写，必须赋值！
shakespeare <- tm_map(shakespeare, removePunctuation, preserve_intra_word_dashes = FALSE)  # 2. 移除标点，包括连字符
shakespeare <- tm_map(shakespeare, stripWhitespace)  # 3. 清理多余空白，让单词边界清晰
shakespeare <- tm_map(shakespeare, removeWords, stopwords("english"))  # 4. 移除停用词（已经包含"the"）
shakespeare <- tm_map(shakespeare, stemDocument)  # 5. 词干提取放最后，避免干扰停用词匹配

# 检查结果
result <- inspect(DocumentTermMatrix(shakespeare, list(dictionary = c("the","thee"))))
print(result)

要是还有极少量残留怎么办？ #

如果还是有零星的"the"没被清掉，大概率是文本里有特殊字符伪装的"the"（比如全角的ｔｈｅ、带隐藏空格的t h e），这时候可以用正则表达式强制匹配所有变体：

# 用正则移除所有大小写的"the"，只匹配独立单词（不会误删"there"里的"the"）
shakespeare <- tm_map(shakespeare, content_transformer(function(x) {
  gsub("\\b(the)\\b", "", x, ignore.case = TRUE)
}))

这里\\b代表单词边界，ignore.case=TRUE忽略大小写，能覆盖所有单独出现的"the"变体。

内容的提问来源于stack exchange，提问作者MPJ567