Skip to contents

Constructor de corpus para analisis de texto

Source: R/acep_classes.R
acep_corpus.Rd

Crea un objeto de clase `acep_corpus` que encapsula una coleccion de textos junto con su metadata asociada. Este objeto esta disenado para trabajar con las funciones pipeline de ACEP (`pipe_clean`, `pipe_count`, etc.), permitiendo un flujo de trabajo encadenado y manteniendo trazabilidad de las transformaciones aplicadas.

Usage

acep_corpus(texto, metadata = NULL, id = NULL)

Arguments

texto

Vector de caracteres con los textos a almacenar en el corpus.

metadata

Lista opcional con informacion adicional sobre el corpus (ej: fuente, fecha de recoleccion, categorias tematicas).

id

Vector opcional de identificadores unicos para cada texto. Si no se proporciona, se asignan IDs secuenciales (1, 2, 3, ...).

Value

Objeto de clase `acep_corpus` con la siguiente estructura:

  • texto_original: Vector con los textos originales sin procesar

  • texto_procesado: Vector con textos procesados (NULL inicialmente)

  • id: Identificadores de cada texto

  • metadata: Metadata adicional del corpus

  • procesamiento: Registro de transformaciones aplicadas

Examples

# Crear corpus simple
textos <- c("El SUTEBA va al paro", "SOIP protesta por salarios")
corpus <- acep_corpus(textos)
print(corpus)
#> acep_corpus object
#> ==================
#> Documentos: 2 
#> Procesado: FALSE 
#> Pasos aplicados: 0 

# Crear corpus con metadata e IDs personalizados
corpus <- acep_corpus(
  texto = c("Noticia 1", "Noticia 2"),
  metadata = list(fuente = "Diario La Nacion", year = 2024),
  id = c("LN001", "LN002")
)