使用R对多个文本文件进行索引

file_list <- list.files("文件路径", pattern = "*.txt", full.names = TRUE)
text_list <- lapply(file_list, readLines)

library(tm)

# 创建一个语料库
corpus <- Corpus(VectorSource(text_list))

# 文本清洗
corpus <- tm_map(corpus, content_transformer(tolower))
corpus <- tm_map(corpus, removePunctuation)
corpus <- tm_map(corpus, removeNumbers)
corpus <- tm_map(corpus, removeWords, stopwords("english"))

# 可以根据需要进行其他的文本预处理步骤，如词干提取、词形还原等

dtm <- DocumentTermMatrix(corpus)

# 获取第一个文档的词项列表
terms <- colnames(dtm)

# 获取第一个文档中某个词项的出现频率
freq <- dtm[1, "term"]

# 获取包含某个词项的所有文档
docs <- dtm[, "term"]