Budowanie słownika na podstawie recenzji klientów
Jesteś częścią zespołu analityki produktowej w TechZone, firmie zajmującej się elektroniką użytkową. Otrzymujesz zestaw recenzji klientów dotyczących nowego gadżetu. Aby przeanalizować te recenzje, najpierw przetworzysz tekst i zbudujesz słownik – listę unikalnych słów, która definiuje cechy używane do reprezentowania każdej recenzji jako danych numerycznych.
Funkcja preprocess() jest już wczytana. Zamienia tekst na małe litery, tokenizuje go i usuwa znaki interpunkcyjne.
To ćwiczenie jest częścią kursu
Przetwarzanie języka naturalnego (NLP) w Pythonie
Instrukcje do ćwiczenia
- Przetwórz każdą recenzję w zbiorze danych, używając funkcji
preprocess(). - Dopasuj obiekt
vectorizerdo przetworzonych recenzji. - Wyświetl wynikowy słownik.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
reviews = [
"The product is fantastic! It works like a charm.",
"I hated the product. It broke after one use.",
"Product was okay, not the best, but fine overall."
]
# Preprocess the reviews
cleaned_reviews = [____ for ____ in ____]
vectorizer = CountVectorizer()
# Fit the vectorizer
vectorizer.____
# Print the vocabulary
print(vectorizer.____)