search for: textreusetextdocu

Muy buenas: He encontrado el paquete textreuse y lo quiero utilizar para comparar dos archivos pdf. Me ha sido imposible cargar los archivos para utilizar las funciones TextReuseCorpus() o TextReuseTextDocument(). En la documentación del paquete los archivos los cargan desde ¿Alguien sabe cómo se hace? He conseguido calcular la similitud de jaccard utilizando este paquete, pero para ello he empleado el siguiente código. library(pdftools) library(textreuse) text1 <- pdf_text("uno.pdf&quo...

...pas si sale repetida. Javier, el paquete textreuse lo que hace es añadir metadatos de pre-proceso a la lectura de ficheros de texto, y por tanto parte de fichero. No lo conocía, pero leyendo https://cran.r-project.org/web/packages/textreuse/vignettes/textreuse-introduction.html verás que tanto TextReuseTextDocument como TextReuseTextCorpus tienen como input rutas de sistema (a fichero -solo .txt? no sé, habría que mirar; o a directorio, respectivamente). En cambio el código que adjuntas lo que hace es generar dos objetos (text1 y text2) y concatenar las palabras con paste. Ese paquete menciona que pe...