はじめてのBOW

bag-of-words は、テキストを数値に変換する手法です。

この演習では、次の演習でより大きなデータセットに進む前に、annak リストに BOW を適用します。

このリストを使って CountVectorizer() により BOW を作成します。この変換は、テキストの感情を理解するための最初の一歩です。強い感情を帯びる可能性のある単語に注目してください。

CountVectorizer() の出力はゼロでない要素だけを保存する疎行列です。行列の実際の中身を確認するには、.toarray() メソッドで密な配列に変換します。

今回のテキストは短いので、max_features 引数を指定する必要はありません。

sklearn.feature_extraction.text から count vectorizer の関数をインポートします。
小さなデータセットに対してベクタイザーを作成してフィットします。
transform() メソッドを呼び出して、anna_bow という名前の BOW 表現を作成します。
BOW の結果を密な配列として出力します。