Normalizowanie recenzji
Czas wyodrębnić ważne słowa z twojego zbioru recenzji filmowych. Najpierw trzeba je znormalizować, a następnie policzyć ich częstotliwość. Normalizacja polega m.in. na zamianie wszystkich słów na małe litery, usunięciu znaków specjalnych i sprowadzeniu wyrazów do formy podstawowej – dzięki temu różne warianty tego samego słowa są liczone jako jedno.
Wyobraź sobie, że masz następujące recenzje: The movie surprises me very much i Marvel movies always surprise their audience. Jeśli policzysz częstotliwość słów, surprises pojawi się raz i surprise raz. Tymczasem czasownik surprise wystąpił w obu zdaniach – jego rzeczywista częstotliwość wynosi dwa.
Tekst recenzji filmowej dla jednego przykładu został już zapisany w zmiennej movie. Możesz użyć print(movie), aby wyświetlić jej zawartość w powłoce IPython.
To ćwiczenie jest częścią kursu
Wyrażenia regularne w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Convert to lowercase and print the result
movie_lower = ____
print(____)