Stemming
Acum că ai curățat textul din review și ai eliminat cuvintele de legătură și punctuația, ești gata să normalizezi cuvintele rămase prin stemming, reducându-le la forma lor de bază. Această tehnică grupează cuvintele similare, făcând analiza mai consistentă și mai eficientă.
Clasa PorterStemmer a fost deja importată, împreună cu lista clean_tokens.
Acest exercițiu face parte din cursul
Procesarea Limbajului Natural (NLP) în Python
Instrucțiuni pentru exercițiu
- Inițializează
PorterStemmer(). - Folosește o listă comprehensivă pentru a aplica stemming fiecărui token din lista
clean_tokens.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
clean_tokens = ['flying', 'lot', 'lately', 'flights', 'keep', 'getting', 'delayed', 'honestly', 'traveling', 'work', 'gets', 'exhausting', 'endless', 'delays', 'every', 'travel', 'teaches', 'something', 'new']
# Create stemmer
stemmer = ____()
# Stem each token
stemmed_tokens = [____.____(____) for ____ in clean_tokens]
print(stemmed_tokens)