求教。
大神提出解决方案后小弟愿用100论坛币略表心意。 不发悬赏贴是因为上次的悬赏贴至今没有好的回答，但悬赏的论坛币不知道怎么拿回来。 顺便问下，这种情况如何拿回论坛币？

做文本相似度分析，相关的方法有simhash、余弦相似度等。现在初步想用余弦相似度的方法。
基本步骤是分词——向量化（我想采用TF-IDF方法）——求相似度。现在分词用的jiebaR，但是如何构建TermDocumentMatrix矩阵？

tm和text2vec都有构建TermDocumentMatrix的函数，但是这些函数都是用自带的引擎分词，对中文支持不好，且不方便导入自定义词典。

我想做的是：用jiebaR分词，再向量化（构建TermDocumentMatrix矩阵），再用TF-IDF赋权，最后计算余弦相似度

现在用jiebaR分词后，后面的不知道怎么做了。。。