Stemming
Maintenant que vous avez nettoyé le texte review et retiré les mots vides et la ponctuation, vous êtes prêt à normaliser les mots restants en utilisant le stemming pour ramener les mots à leur forme racine. Cela aide à regrouper les mots semblables, ce qui rend votre analyse plus uniforme et efficace.
La classe PorterStemmer vous est fournie, ainsi qu'une liste clean_tokens.
Cette activité fait partie du cours
Natural Language Processing (NLP) en Python
Instructions de l’exercice
- Initialisez
PorterStemmer(). - Utilisez une compréhension de liste pour appliquer le stemming à chaque jeton de la liste
clean_tokens.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
clean_tokens = ['flying', 'lot', 'lately', 'flights', 'keep', 'getting', 'delayed', 'honestly', 'traveling', 'work', 'gets', 'exhausting', 'endless', 'delays', 'every', 'travel', 'teaches', 'something', 'new']
# Create stemmer
stemmer = ____()
# Stem each token
stemmed_tokens = [____.____(____) for ____ in clean_tokens]
print(stemmed_tokens)