使用停用字的航空公司情緒分析
給你一個名為 tweets 的資料集，包含顧客對航空公司的評論與情緒。它有兩個欄位：airline_sentiment 和 text，其中情緒可能是正向、負向或中立；text 則是推文的文字內容。
在這個練習中，你將建立一個 BOW 表示法，但同時考量停用字。記得停用字不具資訊量，你可能會想把它們移除。這樣會讓詞彙表更小，最終特徵也會更少。請記住，我們可以在預設的停用字清單之上，加入與我們情境相關的停用字，來加以擴充。
本練習屬於課程
Python 情感分析
練習說明
- 匯入英語停用字的預設清單。
- 使用給定的清單
['airline', 'airlines', '@']擴充預設停用字，建立my_stop_words。 - 在向量化器中指定停用字參數。
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 the stop words
from sklearn.feature_extraction.text import CountVectorizer, ____
# Define the stop words
my_stop_words = ____.____(['airline', 'airlines', '@'])
# Build and fit the vectorizer
vect = CountVectorizer(____=my_stop_words)
vect.fit(tweets.text)
# Create the bow representation
X_review = vect.transform(tweets.text)
# Create the data frame
X_df = pd.DataFrame(X_review.toarray(), columns=vect.get_feature_names())
print(X_df.head())