Masz do dyspozycji zbiór danych o nazwie tweets, który zawiera opinie klientów oraz wyrażony przez nich sentyment wobec linii lotniczych. Składa się z dwóch kolumn: airline_sentiment i text, gdzie sentyment może być pozytywny, negatywny lub neutralny, a text to treść tweeta.

W tym ćwiczeniu stworzysz reprezentację BOW z uwzględnieniem stop słów. Pamiętaj, że stop słowa nie niosą istotnych informacji i warto je usunąć – pozwoli to zmniejszyć słownik, a w efekcie ograniczyć liczbę cech. Miej na uwadze, że domyślną listę stop słów można wzbogacić o wyrazy charakterystyczne dla danego kontekstu.

TF-IDF: więcej sposobów na przekształcanie tekstu

Create Your Free Account