本文四个图,第四个图最重要(要用到一个名叫Tokenizer类中的.texts_to_matrix(textList, mode="tfidf"))
原因如下: 可以很方便的将文本序列(每篇档分过词,每篇序列用空格作为分隔符并join在一起的语料列表)转化为向量矩阵。而这正是NLP预处理中非常关键的一步。
图一、
图二、one-hot
图三、hash_trick
图四 Tokenizer类的使用
本文四个图,第四个图最重要(要用到一个名叫Tokenizer类中的.texts_to_matrix(textList, mode="tfidf"))
原因如下: 可以很方便的将文本序列(每篇档分过词,每篇序列用空格作为分隔符并join在一起的语料列表)转化为向量矩阵。而这正是NLP预处理中非常关键的一步。