Zamiana na małe litery
Analizujesz recenzje użytkowników serwisu turystycznego. Teksty często zawierają niespójną wielkość liter – na przykład "TRAVEL" i "travel". Aby przygotować dane do analizy sentymentu i ekstrakcji tematów, najpierw zamienisz wszystkie słowa na małe litery, a następnie poddasz tekst tokenizacji i usuniesz z niego stop słowa oraz znaki interpunkcyjne.
Funkcja word_tokenize() oraz lista stop_words są już dostępne. Zasoby NLTK zostały wcześniej pobrane.
To ćwiczenie jest częścią kursu
Przetwarzanie języka naturalnego (NLP) w Pythonie
Instrukcje do ćwiczenia
- Zamień podaną zmienną
reviewna małe litery. - Przeprowadź tokenizację zmiennej
lower_textna pojedyncze słowa. - Użyj wyrażenia listowego, aby usunąć stop słowa i znaki interpunkcyjne, korzystając z list
stop_wordsorazstring.punctuation.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
review = "I have been FLYING a lot lately and the Flights just keep getting DELAYED. Honestly, traveling for WORK gets exhausting with endless delays, but every trip teaches you something new!"
# Lowercase the review
lower_text = ____
# Tokenize the lower_text into words
tokens = ____
# Remove stop words and punctuation
clean_tokens = [____ if word ____ and word ____]
print(clean_tokens)