電影標語的 BoW 模型
在這個練習中，已提供一個包含超過 7000 則電影標語的 corpus。你的任務是為這些標語產生詞袋（bag of words）表示法 bow_matrix。為了簡化，本題會略過文字前處理，直接建立 bow_matrix。
我們也會檢視產生後 bow_matrix 的形狀。主控台已列印出 corpus 中前 5 則標語供你查看。
本練習屬於課程
Python 中文本特徵工程
練習說明
- 從
sklearn匯入CountVectorizer類別。 - 建立一個
CountVectorizer物件，命名為vectorizer。 - 使用
fit_transform()，為corpus產生bow_matrix。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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)