การ Normalize รีวิว
ถึงเวลาดึงคำสำคัญออกจากชุดข้อมูลรีวิวภาพยนตร์แล้ว ขั้นแรกต้อง normalize คำเหล่านั้น แล้วจึงนับความถี่ การ normalize รวมถึงการแปลงคำทั้งหมดให้เป็นตัวพิมพ์เล็ก ลบอักขระพิเศษ และตัดคำให้เหลือรากศัพท์ เพื่อให้นับคำที่มีรูปแบบต่างกันเป็นคำเดียวกัน
ตัวอย่างเช่น สมมติว่ามีรีวิวสองรายการดังนี้: The movie surprises me very much และ Marvel movies always surprise their audience หากนับความถี่ของคำ จะได้ surprises หนึ่งครั้ง และ surprise หนึ่งครั้ง ทั้งที่จริงแล้วกริยา surprise ปรากฏในทั้งสองประโยค ดังนั้นความถี่ที่ถูกต้องควรเป็นสอง
ข้อความรีวิวภาพยนตร์ตัวอย่างหนึ่งรายการถูกบันทึกไว้ในตัวแปร movie แล้ว สามารถใช้ print(movie) เพื่อดูค่าของตัวแปรใน IPython Shell ได้
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Regular Expressions ใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Convert to lowercase and print the result
movie_lower = ____
print(____)