[英]Getting “doc2bow expects an array of unicode tokens on input, not a single string” as a try to do nlp using gensim" Is there a solution?
import gensim
LDA = gensim.models.ldamodel.LdaModel
dictionnary = corpora.Dictionary(docCleaned) #Error message appears here!!!
doc_term_matrix = [dictionary.doc2bow(doc) for doc in docCleaned]
錯誤信息->
TypeError: doc2bow 在輸入時需要一個 unicode 令牌數組，而不是單個字符串
corpora.Dictionary需要一個字符串列表，而您只向構造函數提供一個字符串。
您可能希望將字符串拆分為“文檔”。 這取決於您擁有的文本的性質。 在最壞的情況下，當每個“文檔”都是一個字符串時 - 您可以按標點符號拆分：
import string
import re
dictionnary = corpora.Dictionary(re.split('[' + re.escape(string.punctuation) + ']', docCleaned))
Gensim：類型錯誤：doc2bow 需要輸入的 unicode 標記數組，而不是單個字符串
[英]Gensim: TypeError: doc2bow expects an array of unicode tokens on input, not a single string
類型錯誤：doc2bow 需要輸入的 unicode 標記數組，而不是使用 gensim.corpora.Dictionary() 時的單個字符串
[英]TypeError: doc2bow expects an array of unicode tokens on input, not a single string when using gensim.corpora.Dictionary()
主題建模錯誤（doc2bow 需要輸入 unicode 令牌數組，而不是單個字符串）
[英]topic modeling error (doc2bow expects an array of unicode tokens on input, not a single string)
Gensim Doc2Vec從Concatenated模型獲取doc標簽
[英]Gensim Doc2Vec getting the doc tags from the Concatenated model
輸入一個字符串並使用 NLP Python 將每個單詞與給定的單詞進行比較
[英]input a string and compare each word with a given word using NLP Python
如何在 Gensim 詞典中輸入由不同標記組成的系列/列表？
[英]How to input a series/list consisting of different tokens in a Gensim Dictionary?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.