nltk

2熱

1答えて

Naive Bayes nltk pythonで最も有益な機能の割合はどのように計算されますか？私たちは、以下のコマンドを実行したときに

我々は通常、次のような結果を得る： - classifier.show_most_informative_features(10) 結果： Most Informative Features outstanding = 1 pos : neg = 13.9 : 1.0 insulting = 1 neg : pos = 13.7 : 1.0

0熱

1答えて

特定のコンテキストファイルでword2vecビルドを評価する方法

gensim word2vecを使用して、名前付きエンティティ認識問題で単語をベクトルとして表現するための一連の訴訟ファイルを組み込んだCBOWモデルを構築しましたが、私の言葉の表現。私がwordsim353（NLTK）やGoogleの他のオンラインデータセットのような他のデータセットを使用すると、ファイルの自分のドメインデータセットに固有のモデルを構築したため、動作しません。 word2vecの

0熱

2答えて

は、どのように私は私が使用することができます知っているjupyter

にNLTKを通じてvader_lexiconをダウンロードします。私はちょうどインストールするにはどうすればよいvader_lexicon

0熱

1答えて

データセットから最も頻繁な単語を削除します

私はテキストを扱おうとしていますが、そこにはたくさんの繰り返しがあります。 SKLearnからtf-idfベクトル化を使用しました。パラメータはmax_df=0.5です。つまり、単語が入力の50％以上に存在する場合は、それを使用しません。私は、一般的なPythonやDoc2VecやNLTKにも同様の機能があるかどうかを知りたいと思います。それらをベクトル化せずに、データセットの50％以上に存在する

3熱

2答えて

nltkを使用して文字列から名前を抽出する方法

構造化されていない文字列から名前（Indian）を抽出しようとしています。ここは私のコードを来る： text = "Balaji Chandrasekaran Bangalore | Senior Business Analyst/ Lead Business Analyst An accomplished Senior Business Analyst with a track record

0熱

1答えて

Pythonを使用してクラス変数とともにcsvにテキストファイルのユニグラムとバイグラムの数列を作成する方法は？

私はユニグラムとバイグラムのカウントをしたいテキストファイルは、この Text Class I love the movie Pos I hate the movie Neg のように見える2つの列が含まれているPythonのを使用してCSVにクラス変数と一緒にテキストファイルのユニグラムとバイグラムカウントマトリックスを作成し

0熱

1答えて

リストからのNLTKコーパスカテゴリ

Pubmedからの情報を使用してNLTKコーパスを構築しようとしています。私の最初の試みでは、Entrezパッケージを使用してデータを取得する小さな関数を構築し、取り出した記事タイトル（文字列のリスト、つまりタイトル）をファイルのコーパスに入れましたファイル）を作成し、それぞれの 'fileid'（すなわちファイル名）をドキュメントのカテゴリとして使用してコーパスを作成しました。コーパスの各文

0熱

1答えて

HTMLからテキストをNLTKより速く抽出しますか？

NLTKを使用してHTMLページからテキストを抽出しますが、わかりやすいテキスト解析のみを必要とします。単語数。高速です Pythonを使用してHTMLから可視テキストを抽出する方法はありますか？可視/不可視のノード、画像の代替テキストなど、最小限のレベルでHTML（および理想的にはCSS）を理解することはさらに優れています。

-1熱

2答えて

Python関数は1つの値しか返しません。

nltkから生成された単語の配列を関数から戻したいと思います。この関数は1単語しか返しません。返信してコメントを外すと、5単語が返されます。私はそれらを返却し、他の機能で使用したいと考えています。 file = open('Text/Walden.txt', 'r',encoding="utf8") walden = file.read() walden = walden.split()

0熱

1答えて

テキストドキュメントをテンソルフローのテンソルフローに順次変換するための

テキストコーパスでは、各ドキュメントがおよそ80行である50個のテキストドキュメントがあります。テンソルフローの入力としてコーパスをフィードしたいのですが、システムが各ドキュメントを読み込むときに各ドキュメントをバッチしたいのですか？ TfRecordと同じですが、Tf.Dataを使用してイメージで使用していたものは、私のコーパスの各ドキュメントを順次読み込みます。どうすればこの問題を解決でき