堆栈内存溢出
cost 517 ms
如何使用主题建模或 NER [Python] 进行情感分析？

[英]How to do sentiment analysis with topic modeling or NER [ Python]?

我有以下用于情绪分析的代码。 我想知道如何在其中包含主题建模或 NER？ （数据集是客户对 3 个网站的评论，一个 csv 文件，有 2 列，一个是评论，一个是评分，0 为负面，1 为正面） ...

从字符串中提取文本数据

[英]text data extraction from a string

我有如下所示的文本数据，我想将数据放入 pandas dataframe，按照从数据中提取的列('EXAMINATION','TECHNIQUE', 'COMPARISON','FINDINGS', 'IMPRESSION') ，并将与该列相关的数据放入列中。 '最终报告检查：胸部 PA 和 LA ...

拆分几个句子在 pandas dataframe

[英]Split several sentences in pandas dataframe

我有一个 pandas dataframe 的列，看起来像这样。 句子 ['这是文本。'，'这是另一个文本。'，'这也是文本。'，'更多文本。'] ['这在另一行中是相同的。'，'另一行另一个文本。'，'第二行中的文本。'，'第二行中的最后一个文本。'] 每行有 10 个句子，用逗号分隔的 ' ...

spacy tokenizer 未始终将句点识别为后缀

[英]spacy tokenizer is not recognizing period as suffix consistently

我一直在研究自定义 NER model，以提取具有我无法控制的奇怪标识符的产品。 您可以从此示例中看到，在某些情况下，它不会选择句点作为后缀。 我添加了一个自定义分词器来处理带有连字符的产品（如下）。 我需要添加什么来处理这种情况而不危及其他现有的标记化？ 任何输入将不胜感激。 Output 我添 ...

转换为正则表达式

[英]Converting into regular expression

我今天正在研究正则表达式并进行了一些测试。 而且我对如何将这些示例更改为正则表达式感到困惑。 apple, apples, Apple, APPLE, Apples --> RE？ 我在 regexr.com 中进行了测试，但没有用。 如果您能告诉我我做错了什么并且有更简单的方法来转换这些词 ...

使用 quanteda 按日期创建令牌计数和按日期共现术语比例

[英]Creating a Token count by date and co-occurence term proportion by date using quanteda

大家好，我有一个相当庞大的数据集，其中包含来自英国各地客户的公用事业服务评论，这只是数据的一小部分样本 我想要的是能够按date计算术语/单词/标记的频率例如， invest这个词总共出现了 6 次，所以对于日期 10/12/2022，它的字数是 4 我希望能够使用 quanteda 库（因为它非常 ...

如何根据类别有效构建 ngrams dataframe

[英]How to efficiently build ngrams based on categories in a dataframe

问题我有一个 dataframe，它包含属于某个类别的文本。 我现在想获得每个类别中最常用的 n-gram（示例中的二元语法）。 我设法做到了这一点，但我认为这方面的代码太长了。 示例代码 Output 单词数数类别 （'运动'，'运动'） 2个商业与金融 （'运动'，'文本'） 2个商业与 ...

如何从this.txt文件中提取数据并按列（如'Report'，'Findings'，'Impression'，'Recomendation'）将数据放入pandas dataframe

[英]How to extract data from this .txt files and put the data into pandas dataframe by columns (like 'Report', 'Findings', 'Impression', 'Recomendation')

放射学报告我正在尝试按主题（“发现”、“印象”）提取数据并尝试将其放在 pandas dataframe ...

如何为稀疏矩阵中的 TF-IDF 值添加阈值限制

[英]How to add threshold limit to TF-IDF values in a sparse matrix

我正在使用 sklearn.feature_extraction.text，TfidfTransformer 来获取我的语料库的 TF_IDF 值。 这就是我的代码的样子 正如您所看到的，我想过滤掉超过 0.35 的 tf-idf 值，以便我可以减少我的功能集并使我的 model 更高效，但使用 f ...

如果数据框列有特定的词改变值

[英]If dataframe column has specific words alter value

我有一个数据框，例如： 例子： 我想检查所有列“文本”以检查是否包含我的关键字中的任何单词，如果是这样我想将该文本列更改为：“不考虑这种情况” 我试图标记该列，但我无法使用我创建的函数来检查，这里是示例： 任何帮助表示赞赏。 谢谢！！ ...

如何使用 Python 从句子中提取基于名词的复合词？

[英]How to extract noun-based compound words from a sentence using Python?

我通过以下代码使用nltk从句子中提取名词：words = nltk.word_tokenize(sentence) tags = nltk.pos_tag(words) 然后我选择标有NN和NNP词性 (PoS) 标签的词。 但是，它只提取了“book”和“table”这样的单个名词，而忽略了 ...

不确定如何解决来自 Google 自然语言 api 的语言错误消息：“document_sentiment 分析不支持语言 sq。”

[英]Unsure how to resolve language error message from Google's natural language api: "The language sq is not supported for document_sentiment analysis."

我有一个已经运行了几个月的应用程序，现在给我一个错误。 该应用程序从 Twitter API 获取推文，并通过谷歌的情绪分析 API 运行它们，返回对每条推文的情绪分析。 在不更改代码的情况下，我突然收到一个以前没有发生过的错误。 错误信息 解释尽管我在我的 Twitter API 查询 ( -i ...

将 BERT 模型微调为聊天机器人，在训练时出错

[英]Fine tuning a BERT Model as a chatbot giving error while training

我一直在尝试微调 BERT 模型，以根据输入句子给出像字符这样的响应句子，但我每次都会遇到一个相当奇怪的错误。 代码是` 这里 source texts 是给出上下文的句子列表，target_text 是给出对上下文语句的响应的句子列表 这是我得到的错误任何帮助将非常感激。 请帮助！ ...

Wor.net分类法构建

[英]Wordnet taxonomy construction

我想为一组给定的 wor.net 同义词集构建一个最小的包含分类树。 对于一组 2 个同义词集，树将是它们都是其最低公共上位词的子节点的树。 对于以下集合： 要求的结果是： 我在相对较小的布景上取得了一些成功。 一旦我尝试更大的集合，事情就开始崩溃了。 例如，对于一个 30 长的集合，我得到了一棵可 ...

如何从用 Python 保存为 pdf 的复印件中提取文本

[英]How to extract text from a photocopy saved as a pdf in Python

我发现以下代码允许从 pdf 文件中提取文本。 但是，这仅适用于 pdf，您可以在其中直接通过突出显示复制文本。 我很好奇是否有某种方法可以从无法在 Python 中选择文本的文档中提取文本，例如保存为 pdf 的复印件或扫描文档？ 这是我用来从非影印 pdf 文件中获取文本的代码 奇迹般有效。 但 ...

有限状态自动机（FSA）：重复输出问题

[英]Finite State Automata (FSA): Repeated output problem

我正在构建一个打印绵羊（“baa....”）或牛（“moo....”）的 FSA，其中只接受偶数个元音。 我的 FSA 如下，但我不知道为什么在给定的元音中有 2 个以上的元音时会重复接受的答案。 你能帮我理解为什么会这样以及如何解决这个问题吗？ 输出： 我试图整理出只有偶数个元音但输出很奇怪的输入 ...


排序:
质量:
 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM