多文本列
在本练习中，您将继续使用航空公司的 Twitter 数据。数据集 tweets 已为您导入。
在某些情况下，一个数据集中可能有不止一个文本列，您可能希望为每个文本列都创建数值表示。在这里，除了包含推文正文的 text 列之外，还有第二个文本列 negativereason，其中包含顾客给出负面评价的原因。
您的任务是为这两列都构建 BOW 表示，并指定所需的停用词。
本练习是课程的一部分
Python 中的情感分析
练习说明
- 导入向量化工具包和默认的英文停用词列表。
- 更新默认的英文停用词列表，创建
my_stop_words集合。 - 在第一个向量化器中将停用词参数设置为更新后的集合，在第二个向量化器中将其设置为默认的英文停用词集合。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import the vectorizer and default English stop words list
____
# Define the stop words
my_stop_words = ____._____(['airline', 'airlines', '@', 'am', 'pm'])
# Build and fit the vectorizers
vect1 = CountVectorizer(____=my_stop_words)
vect2 = CountVectorizer(____=____)
vect1.fit(tweets.text)
vect2.fit(tweets.negative_reason)
# Print the last 15 features from the first, and all from second vectorizer
print(vect1.get_feature_names()[-15:])
print(vect2.get_feature_names())