Normaliser les critiques
Il est temps d'extraire des mots importants présents dans votre jeu de données de critiques de films. D'abord, vous devez les normaliser, puis en compter la fréquence. La normalisation consiste notamment à convertir tous les mots en minuscules, à retirer les caractères spéciaux et à extraire la racine d'un mot pour compter ses variantes comme un seul.
Imaginez que vous avez les critiques suivantes : The movie surprises me very much et Marvel movies always surprise their audience. Si vous comptez la fréquence des mots, vous compterez surprises une fois et surprise une fois. Pourtant, le verbe surprise apparaît dans les deux et sa fréquence devrait être de deux.
Le texte d'une critique de film pour un seul exemple a déjà été enregistré dans la variable movie. Vous pouvez utiliser print(movie) pour l'afficher dans l'IPython Shell.
Cette activité fait partie du cours
Expressions régulières en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Convert to lowercase and print the result
movie_lower = ____
print(____)