Toán tử chuỗi với dữ liệu Twitter
Bạn tiếp tục làm việc với dữ liệu tweets trong đó cột text lưu nội dung của từng tweet.
Nhiệm vụ của bạn là biến cột text thành danh sách các token. Sau đó, dùng các toán tử chuỗi để loại bỏ mọi ký tự không phải chữ cái khỏi danh sách token đã tạo.
Bài tập này là một phần của khóa học
Phân tích cảm xúc với Python
Hướng dẫn bài tập
- Import hàm tách từ.
- Tạo các token từ cho từng tweet.
- Lọc bỏ tất cả ký tự không phải chữ cái khỏi danh sách đã tạo, tức là chỉ giữ lại chữ cái.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import the word tokenizing package
____
# Tokenize the text column
word_tokens = [____(review) for review in tweets.text]
print('Original tokens: ', word_tokens[0])
# Filter out non-letter characters
cleaned_tokens = [[word for word in item if ____.____] for item in word_tokens]
print('Cleaned tokens: ', cleaned_tokens[0])