หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

การปฏิบัติ NLP-in

ใช้ NLP การขุดข้อความและตัวอย่างรหัสการเรียนรู้ของเครื่องและเครื่องมือเพื่อแก้ปัญหาข้อมูลข้อความในโลกแห่งความเป็นจริง

สมุดบันทึก / แหล่งที่มา

ลิงก์ในคอลัมน์แรกจะนำคุณไปยังโฟลเดอร์ย่อย/ที่เก็บด้วยซอร์สโค้ด

งาน บทความที่เกี่ยวข้อง ประเภทต้นทาง คำอธิบาย
การสกัดวลีขนาดใหญ่ บทความ PHRASE2VEC สคริปต์ Python แยกวลีสำหรับข้อมูลจำนวนมากโดยใช้ pyspark ข้อความใส่คำอธิบายประกอบโดยใช้วลีเหล่านี้หรือใช้วลีสำหรับงานดาวน์สตรีมอื่น ๆ
Word Cloud สำหรับ Jupyter Notebook และ Python Web Apps บทความ Word_Cloud Python Script + Notebook แสดงภาพคำหลักด้านบนโดยใช้จำนวนคำหรือ tFIDF
Gensim Word2vec (พร้อมชุดข้อมูล) บทความ Word2Vec สมุดบันทึก วิธีการทำงานอย่างถูกต้องกับ Word2vec เพื่อให้ได้ผลลัพธ์ที่ต้องการ
การอ่านไฟล์และนับคำด้วย Spark บทความประกาย สคริปต์ Python วิธีอ่านไฟล์ของรูปแบบต่าง ๆ โดยใช้ pyspark ด้วยตัวอย่างการนับคำ
การแยกคำหลักด้วย TF-IDF และ Sklearn (พร้อมชุดข้อมูล) บทความ TFIDF สมุดบันทึก วิธีแยกคำหลักที่น่าสนใจจากข้อความโดยใช้ Sklearn ของ TF-IDF และ Python
การประมวลผลข้อความล่วงหน้า บทความการประมวลผลข้อความล่วงหน้า สมุดบันทึก ตัวอย่างโค้ดสองสามตัวอย่างเกี่ยวกับวิธีการประมวลผลข้อความล่วงหน้า รวมถึงการถอนเสียงการกำจัดเสียงรบกวน lemmatization และหยุดการกำจัดคำ
TFIDFTransformer vs. TFIDFVectorizer บทความการใช้งาน TFIDFTRANSFORMER และ TFIDFVECTIONIZER สมุดบันทึก วิธีใช้ TFIDFTransformer และ TFIDFVectorizer อย่างถูกต้องและความแตกต่างระหว่างสองและสิ่งที่จะใช้เมื่อ
การเข้าถึงการฝังคำที่ผ่านการฝึกอบรมมาก่อนด้วย gensim บทความฝังคำที่ผ่านการฝึกอบรมมาก่อน สมุดบันทึก วิธีการเข้าถึงถุงมือที่ผ่านการฝึกอบรมมาก่อนและ Word2VEC Embedding
การจำแนกประเภทข้อความใน Python (พร้อมชุดข้อมูลข่าว) การจำแนกประเภทข้อความด้วยบทความการถดถอยโลจิสติก สมุดบันทึก เริ่มต้นด้วยการจำแนกข้อความ เรียนรู้วิธีการสร้างและประเมินตัวจําแนกข้อความสำหรับการจำแนกข่าวโดยใช้การถดถอยโลจิสติก
ตัวอย่างการใช้งาน CountVectorizer วิธีใช้ CountVectorizer อย่างถูกต้อง? บทความดูเชิงลึก สมุดบันทึก เรียนรู้วิธีเพิ่มการใช้ CountVectorizer ให้สูงสุดซึ่งคุณไม่ได้เป็นเพียงแค่การคำนวณจำนวนคำ แต่ยังประมวลผลข้อมูลข้อความของคุณล่วงหน้าอย่างเหมาะสมรวมถึงการแยกคุณสมบัติเพิ่มเติมจากชุดข้อมูลข้อความของคุณ
ตัวอย่าง HashingVectorizer HashingVectorizer เทียบกับ บทความ CountVectorizer สมุดบันทึก เรียนรู้ความแตกต่างระหว่าง HashingVectorizer และ CountVectorizer และเมื่อใดที่ควรใช้
cbow กับ skipgram Word2vec: การเปรียบเทียบระหว่าง CBOW, SkipGram และ SkipGramsi บทความ สมุดบันทึก การเปรียบเทียบอย่างรวดเร็วของสถาปัตยกรรม Embeddings ทั้งสาม

หมายเหตุ

  • สำหรับบทความเพิ่มเติมโปรดดูรายการนี้
  • หากคุณต้องการรับบทความทางอีเมลสมัครรับข้อมูลทางไปรษณีย์ของฉัน

ติดต่อ

พื้นที่เก็บข้อมูลนี้ได้รับการดูแลโดย Kavita Ganesan เชื่อมต่อกับฉันบน LinkedIn หรือ Twitter

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด