nlp in practice

NLP實踐

使用這些NLP，文本挖掘和機器學習代碼樣本和工具來解決現實世界文本數據問題。

筆記本 /來源

第一列中的鏈接將您帶到帶有源代碼的子文件夾/存儲庫。

任務	相關文章	源類型	描述
大型短語提取	Phrase2Vec文章	Python腳本	使用Pyspark提取大量數據的短語。使用這些短語註釋文本或將短語用於其他下游任務。
Jupyter筆記本和Python Web應用程序的Word Cloud	Word_cloud文章	Python腳本 +筆記本	使用Word Counts或TFIDF可視化頂級關鍵字
Gensim Word2Vec（帶有數據集）	Word2Vec文章	筆記本	如何與Word2Vec正確合作以獲得所需的結果
用火花讀取文件和單詞計數	火花文章	Python腳本	如何使用pyspark和單詞計數示例讀取不同格式的文件
用TF-IDF和Sklearn提取關鍵字（使用數據集）	TFIDF文章	筆記本	如何使用TF-IDF和Python的Sklearn從文本中提取有趣的關鍵字
文本預處理	文本預處理文章	筆記本	一些有關如何執行文本預處理的代碼片段。包括幹噪聲，去除噪聲，竊聽和停止單詞刪除。
TFIDFTRANSFORMER與TFIDFDECTORIZER	tfidftransformer和tfidfvectorizer用法	筆記本	如何正確使用tfidftransformer和tfidfvectorizer，以及兩者之間的差異以及何時使用的內容。
使用Gensim訪問預訓練的單詞嵌入	預訓練的單詞嵌入式文章	筆記本	如何使用Gensim訪問預訓練的手套和Word2Vec嵌入，以及如何利用這些嵌入的示例
Python中的文本分類（帶有新聞數據集）	帶有邏輯回歸文章的文本分類文章	筆記本	開始進行文本分類。了解如何使用邏輯回歸構建和評估文本分類器進行新聞分類。
CountDectorizer用法示例	如何正確使用CountVectorizer？深入的外觀文章	筆記本	了解如何最大程度地利用CountVectorizer的使用，以使您不僅要計算單詞計數，還可以適當地預處理文本數據，並從文本數據集中提取其他功能。
HashingDectorizer示例	HashingVectorizer vs。 CountDectorizer文章	筆記本	了解HashingDectorizer和CountDectorizer之間的差異以及何時使用。
CBOW與Skipgram	Word2Vec：CBOW，Skipgram和Skipgramsi文章的比較	筆記本	快速比較三個嵌入式體系結構。

筆記

• 有關更多文章，請參閱此列表。
• 如果您想通過電子郵件訂閱我的郵件列表收到文章。

接觸

該存儲庫由Kavita Ganesan維護。在LinkedIn或Twitter上與我聯繫。