차원과 전처리 분석하기
이번 연습 문제에서는 이전 문제의 영화 태그라인을 전처리한 lem_corpus가 제공됩니다. 즉, 태그라인을 소문자로 바꾸고 표제어 추출을 했으며, 불용어를 제거했습니다.
여러분의 목표는 표제어가 적용된 태그라인에 대해 bag-of-words 표현인 bow_lem_matrix를 생성하고, 이전 연습 문제에서 얻은 bow_matrix의 형태와 비교하는 것입니다. 확인하실 수 있도록 lem_corpus에 들어 있는 표제어 태그라인 5개가 콘솔에 출력되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 NLP 피처 엔지니어링
연습 안내
sklearn에서CountVectorizer클래스를 임포트하세요.CountVectorizer객체를 생성하고 이름을vectorizer로 지정하세요.fit_transform()을 사용하여lem_corpus에 대한bow_lem_matrix를 생성하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import CountVectorizer
from sklearn.feature_extraction.text import ____
# Create CountVectorizer object
____ = ____
# Generate matrix of word vectors
bow_lem_matrix = ____.____(lem_corpus)
# Print the shape of bow_lem_matrix
print(bow_lem_matrix.shape)