美文网首页
nlp学习笔记-task3

nlp学习笔记-task3

作者: Demon4smart | 来源:发表于2020-07-25 23:14 被阅读0次

学习目标

  • 学会TF-IDF的原理和使用
  • 使用sklearn的机器学习模型完成文本分类

文本表示方法

One-hot

将每一个单词使用一个离散的向量表示

Bag of Words

词袋表示, 也称为Count Vectors, 每个文档的字/词可以使用其出现次数来表示

N-gram

对比Bag of Words加入了相邻单词组成新的单词, n代表相邻几个单词组成新的单词

TF-IDF

TF 词语频率(Term Frequency) TF = 该词语在当前文档出现的次数 / 当前文章中词语的总数

IDF = log e(文档总数 / 出现该词语的文档总数)

用于评估一个字词对于一个文件集或一个语料库的其中一份文件的重要程度. 粗略的理解就是, 一个词只在一个文本集合中出现频率高未必重要, 还要看在整个文本库的出现频率.

课后实操

截屏2020-07-25 下午11.49.55.png

相关文章

网友评论

      本文标题：nlp学习笔记-task3

      本文链接：https://www.haomeiwen.com/subject/gujvlktx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|nlp学习笔记-task3|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！