Chuẩn hóa các đánh giá
Đến lúc trích xuất những từ quan trọng trong bộ dữ liệu đánh giá phim của bạn. Trước hết, bạn cần chuẩn hóa chúng rồi đếm tần suất xuất hiện. Một phần của việc chuẩn hóa là chuyển toàn bộ từ về chữ thường, loại bỏ ký tự đặc biệt và rút gọn từ về gốc để các biến thể được tính như một.
Hãy hình dung bạn có các đánh giá: The movie surprises me very much và Marvel movies always surprise their audience. Nếu bạn đếm tần suất từ, bạn sẽ đếm surprises một lần và surprise một lần. Tuy nhiên, động từ surprise xuất hiện trong cả hai và tần suất đúng phải là hai.
Văn bản của một đánh giá phim cho một ví dụ đã được lưu trong biến movie. Bạn có thể dùng print(movie) để xem biến này trong IPython Shell.
Bài tập này là một phần của khóa học
Regular Expressions in Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Convert to lowercase and print the result
movie_lower = ____
print(____)