제목, 본문, 분류 레이블이 저장된 다음과 같은 docs.csv 파일이 있다고 가정하자. 분류는 notspam과 spam으로 각 문서가 스팸인지 여부가 저장되어 있다.

Title,Body,Label
"Hello World","This is the body of hello world document","notspam"
"Linear algebra","This book is about linear algebra","nonspam"
"Online Casino","$50,000 is waiting for you","spam"
"Poker","Poker game players","spam"

이 파일을 read.csv( )를 사용해 데이터 프레임으로 읽어들일 수 있다.

> (docs <- read.csv("docs.csv", stringsAsFactors=FALSE))

           Title                                     Body Label
1    Hello World This is the body of hello world document notspam
2 Linear algebra        This book is about linear algebra nonspam
3  Online Casino               $50,000 is waiting for you    spam
4          Poker                       Poker game players    spam
> str(docs)
'data.frame': 4 obs. of 3 variables:
 $ Title: chr "Hello World" "Linear algebra" "Online Casino" "Poker"
 $ Body : chr "This is the body of hello world document" "This book is about linear algebra" "$50,000 is waiting for you" "Poker game players"
 $ Label: chr "notspam" "nonspam" "spam" "spam"

read.csv( )에서 stringsAsFactors=FALSE를 지정했음을 확인하기 바란다. 이 파라미터를 지정하지 않으면 문자열이 모두 팩터형 변수로 저장되어버린다.

읽어들인 데이터 프레임은 Corpus( )에 DataframeSource( )를 지정해 Corpus로 변환할 수 있다.

> corpus <- Corpus(DataframeSource(docs[,1:2]))  # Label은 제외
> inspect(corpus)
A corpus with 4 text documents

The metadata consists of 2 tag-value pairs and a data frame
Available tags are:
  create_date creator
Available variables in the data frame are:
  MetaID

$`1`
Hello World
This is the body of hello world document

$`2`
Linear algebra
This book is about linear algebra

$`3`
Online Casino
$50,000 is waiting for you

$`4`
Poker
Poker game players

이 예에서는 아직 문서의 분류Label는 저장하지 않았다. 문서의 분류를 저장하는 방법은 다음 절에서 설명한다.