Mô hình BoW cho tagline phim
Trong bài tập này, bạn được cung cấp một corpus gồm hơn 7000 tagline của phim. Nhiệm vụ của bạn là tạo biểu diễn bag-of-words bow_matrix cho các tagline này. Ở bài này, chúng ta sẽ bỏ qua bước tiền xử lý văn bản và tạo trực tiếp bow_matrix.
Chúng ta cũng sẽ kiểm tra kích thước (shape) của bow_matrix thu được. Năm tagline đầu tiên trong corpus đã được in ra console để bạn quan sát.
Bài tập này là một phần của khóa học
Khai thác đặc trưng cho NLP bằng Python
Hướng dẫn bài tập
- Import lớp
CountVectorizertừsklearn. - Khởi tạo một đối tượng
CountVectorizer. Đặt tên làvectorizer. - Dùng
fit_transform()để tạobow_matrixchocorpus.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import CountVectorizer
from sklearn.feature_extraction.text import ____
# Create CountVectorizer object
____ = ____
# Generate matrix of word vectors
bow_matrix = vectorizer.____(____)
# Print the shape of bow_matrix
print(bow_matrix.shape)