我正在学习Python，并尝试使用CountVectorizer删除一些单词。我想要的是替换count_vectorizer = CountVectorizer(stop_words='english')并从文件中读取停止字。下面是我的代码： # Load the library with the CountVectorizer methodimport numpy
浏览 44提问于2020-03-19得票数 1
我尝试在python (google-colaboratory)中使用波斯语的CountVectorizer()停用词。我不知道该如何将波斯语停用词作为函数的参数vect = CountVectorizer(stop_words='persian',
浏览 5提问于2019-04-27得票数 0
在拟合模型和预测准确性之前，我想从我的数据集中删除德语停用词。我不确定为什么下面的代码不能提供帮助。所有NLTK和关联库都已安装。SnowballStemmer
class StemmedCountVectorizer(CountVectorizer
浏览 23提问于2019-08-06得票数 3
回答已采纳
我正尝试在非英语文本数据集上运行LDA (潜在Dirichlet分配)。在sklearn的教程中，有一部分是计算输入到LDA中的单词的词频： stop_words='english')
它有内置的停用词功能，我想这只适用于英语。我怎么才能使用我自己的停<em
浏览 0提问于2016-10-19得票数 12
回答已采纳
1回答
我正在使用CountVectorizer对文本进行标记化，并且我想添加我自己的停用词。为什么这个不起作用？“de”这个词不应该出现在最终的印刷品中。from sklearn.feature_extraction.text import CountVectorizer
vectorizer = CountVectorizer(ngram_range
浏览 2提问于2017-01-18得票数 3
回答已采纳
我在pandas专栏中有一个句子列表： sentence# list of text documents
text= ["I am writing on Stackoverflow because I cannot find a solu
浏览 31提问于2020-10-11得票数 1
回答已采纳
我在scikit-learn中的一些文档中安装了CountVectorizer。我希望在文本语料库中看到所有的术语及其相应的频率，以便选择停用词。
浏览 5提问于2013-04-18得票数 14
回答已采纳
2回答
真新闻在DataFrame中的值为0，假新闻的值为1 tags text
kt-rOnMBAC-oqacdW1Q- 1
浏览 22提问于2020-09-12得票数 1
回答已采纳
可选地应用词干3。应用Ngram Tokenisation 4。将标记文本作为列表返回。SnowballStemmerfrom sklearn.feature_extraction.text import CountVectorizerdata = data.apply(lambda x: [stemmer.stem(word) for word in x])在此之后，我将函数实现到Sklearn中，A
浏览 24提问于2021-12-14得票数 0
reducer以列表的形式输出值，我将值传递给向量化器。train_test_splitfrom sklearn.feature_extraction.text import CountVectorizeris good for the goose", "A series", "A", "series"]
vectorize
浏览 0提问于2014-04-02得票数 0
1回答
我目前有一个列表，其中每个元素都是待分析的文本块。我不知道从这里往哪里走。从我到目前为止看到的资源来看，他们将他们的文本放在另一个模块的情感词列表中，该模块为您服务，并简单地给出结果。我需要澄清以下几点：
我的情感词列表中包含了一些单词，它们要么是真(1)/False(0)，要么是特定的特征，比如积极和消极。因此，在我正在分析的文本中，如果其中包含的词也在我的感想词列表中，它们将被添加到文
浏览 0提问于2021-03-10得票数 1
2回答
给出一个列表：["yesterday", "other", "I", "side"]，我如何才能得到一个双字母表与给定的词。
浏览 5提问于2018-12-18得票数 1
回答已采纳
是否有可能从CountVectorizer中删除出现频率最高/出现频率最低的功能的百分比？
因此，基本上按照从最大到最少出现的分布来组织特征，并只从左侧或右侧删除百分比？
浏览 1提问于2020-07-07得票数 1
1回答
自定义spacy停用词并保存模型
、、、、
我用它将停用词添加到spacy的停用词列表中但是，当我使用nlp.to_disk()保存nlp对象并使用nlp.from_disk()重新加载它时，我丢失了自定义停用词的列表。有没有一种方法可以用nlp模型保存自定义停用词？
提前感谢
浏览 3提问于2021-03-04得票数 1
这是我执行搜索的代码 d.deal_title, FROM wp_deals AS d GROUP BY d.deal_id伟大的桑迪海峡两晚自然相遇之旅双人游，日落游轮等。最高1,071美元折扣！
但是当我搜索"with“或"
浏览 2提问于2013-01-11得票数 0
回答已采纳
我想向TfidfVectorizer中的stop_words再添加几个单词。我遵循了中的解决方案。我的停用词列表现在包含'english‘停用词和我指定的停用词。但TfidfVectorizer仍然不接受我的停用词列表，我仍然可以在我的功能列表中看到这些词。stop_words=set(my_stop_words),max_features=15000)
X= vectorizer.fit
浏览 1提问于2014-11-09得票数 22
我正在使用NLTK和scikit-learn的CountVectorizer的组合来对单词进行词干和标记化。下面是CountVectorizer的简单用法示例vec = CountVectorizer().fit(vocab)
sentence1 = vec.transform(
浏览 0提问于2014-10-01得票数 22
回答已采纳
我只想从一个专栏中删除所有的英语停用词，而其他专栏则保持不变。这是我从nltk.corpus中提取停用词列表的代码： from nltk.corpus import stopwords
stopWordsListEng = stopwords.words("english") 但我想添加我能想到的其他停用词： according accordingly across act actually 我还没有想出如何将它添加到现有的停用词<
浏览 18提问于2020-01-16得票数 0
回答已采纳
1回答
从大型语料库创建DTM
、、、
我有一组包含在列表中的文本，这些文本是从csv文件中加载的。texts=['this is text1', 'this would be text2', 'here we have text3']
be have here is text1 text2 text3 this we
浏览 4提问于2016-10-08得票数 2
2回答
对不返回分数的反对
、、、
例如，单词‘7’不返回任何分数，但我知道它至少在正文中出现在29行，但它返回的分数为0。
换句话说，它可以工作，但不能用这个。有人知道为什么吗，或者有不同的解决方案来按相关性排序？
浏览 0提问于2011-05-07得票数 1
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
