如何将文本文本表示为文本分类的特征向量?
发布时间:2020-12-14 19:00:06 所属栏目:资源 来源:网络整理
导读:我有大约10,000个文本文档. 如何将它们表示为特征向量,以便我可以使用它们进行文本分类? 有没有自动执行特征向量表示的工具? 解决方法 最简单的方法是使用 bag of words型号.您将每个文档表示为无序的单词集合. 你可能想要删除标点符号,你可能想忽略大小写
我有大约10,000个文本文档.
如何将它们表示为特征向量,以便我可以使用它们进行文本分类? 有没有自动执行特征向量表示的工具? 解决方法
最简单的方法是使用
bag of words型号.您将每个文档表示为无序的单词集合.
你可能想要删除标点符号,你可能想忽略大小写.您可能还想删除像’和’,’或’和”的常用单词. 为了将其适应为特征向量,您可以从样本中选择(例如)10,000个代表性单词,如果文档i包含单词j并且v [i,j] = 0,则二进制向量v [i,j] = 1. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |