So sánh biểu diễn BoW và TF-IDF
Bạn là thành viên nhóm phân tích tại một công ty thiết bị đeo. Mục tiêu của bạn là giúp các quản lý sản phẩm hiểu phản hồi của khách hàng về mẫu smartwatch mới của công ty. Bạn đã tiền xử lý văn bản và tạo hai biểu diễn: bow_matrix dùng CountVectorizer() và tfidf_matrix dùng TfidfVectorizer(). Trong bài tập này, bạn sẽ trực quan hóa và so sánh hai biểu diễn để hiểu rõ hơn cách mỗi phương pháp thể hiện mức độ quan trọng của từ.
Bài tập này là một phần của khóa học
Natural Language Processing (NLP) bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Convert BoW matrix to a DataFrame
df_bow = pd.DataFrame(
____,
columns=vectorizer.____
)
# Plot the heatmap
plt.figure(figsize=(10, 6))
sns.heatmap(____, annot=True)
plt.title("BoW Scores Across Reviews")
plt.xlabel("Terms")
plt.xticks(rotation=45)
plt.ylabel("Documents")
plt.show()