Xây dựng vốn từ từ đánh giá khách hàng
Bạn là thành viên nhóm phân tích sản phẩm tại TechZone, một công ty điện tử tiêu dùng. Bạn vừa nhận một lô nhỏ đánh giá của khách hàng cho một thiết bị mới. Để phân tích các đánh giá này, trước tiên bạn sẽ tiền xử lý văn bản và xây dựng một vốn từ (vocabulary) — danh sách các từ duy nhất xác định các đặc trưng dùng để biểu diễn mỗi đánh giá dưới dạng dữ liệu số.
Hàm preprocess() đã được nạp sẵn cho bạn. Hàm này chuyển chữ thường, tách token và loại bỏ dấu câu.
Bài tập này là một phần của khóa học
Natural Language Processing (NLP) bằng Python
Hướng dẫn bài tập
- Tiền xử lý từng đánh giá trong tập dữ liệu bằng hàm
preprocess(). - Fit
vectorizertrên các đánh giá đã tiền xử lý. - In ra vốn từ thu được.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
reviews = [
"The product is fantastic! It works like a charm.",
"I hated the product. It broke after one use.",
"Product was okay, not the best, but fine overall."
]
# Preprocess the reviews
cleaned_reviews = [____ for ____ in ____]
vectorizer = CountVectorizer()
# Fit the vectorizer
vectorizer.____
# Print the vocabulary
print(vectorizer.____)