Sahte haberlerde isim kullanımı
Bu egzersizde, sahte veya gerçek olan haber başlıklarını içeren headlines adlı bir veri çerçevesi verildi. Görevin, headlines içindeki title özelliğinde geçen özel adların ve diğer isimlerin sayısını temsil eden iki yeni özellik num_propn ve num_noun üretmek.
Sonrasında, sahte ve gerçek haber başlıklarında kullanılan özel adların ve diğer isimlerin ortalama sayılarını hesaplayıp bu değerleri karşılaştıracağız. Dikkate değer bir fark varsa, num_propn ve num_noun özelliklerini sahte haber tespitinde kullanmak, modelin performansını artırma ihtimali taşır.
Bu görevi gerçekleştirmek için, önceki egzersizde yazdığın proper_nouns ve nouns fonksiyonları zaten hazır durumda.
Bu egzersiz, kursun bir parçasıdır
Python ile NLP için Özellik Mühendisliği
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
headlines[____] = headlines['title'].apply(____)
# Compute mean of proper nouns
real_propn = headlines[headlines['label'] == 'REAL']['num_propn'].mean()
fake_propn = headlines[headlines['label'] == 'FAKE']['num_propn'].____
# Print results
print("Mean no. of proper nouns in real and fake headlines are %.2f and %.2f respectively"%(real_propn, fake_propn))