词袋模型是一种为了使用机器学习算法处理文本对文本建模表示文本数据的方法。词袋模型易于理解和实现，并且在语言建模和文档分类等问题上取得了巨大成功。在本教程中，您将学到用于自然语言处理中的特征提取的词袋模型。完成本教程后，您将了解：... 查看详细内容

深度学习模型是不是在原始文本上做任何处理的，为了使用深度学习模型处理文本数据，文本数据必须编码为数字，这样才可以顺利的使用机器学习和深度学习模型。Keras深度学习库提供了一些基本工具来帮助您预处理文本数据。本章中，您将学习如何使用K... 查看详细内容

第1章 如何用Keras开发深度学习模型... 查看详细内容

在开始使用文本数据进行预测建模之前，需要进行大量的预备工作。必须解析文本标记化，删去不必要的单词。接着，这些单词需要被编码为整数或浮点值，以用作机器学习算法的输入，这一过程称之为特征提取（或矢量化）。scikit-learn库提供很多... 查看详细内容

你不能直接从原始文本训练机器学习或深度学习模型，必须首先清理文本，这意味着将其拆分为单词，并处理标点符号和大小写。实际上，您可能需要使用一整套文本准备方法，方法的选择实际上取决于您的自然语言处理任务。在本教程中，您将了解如何清理和准备... 查看详细内容