text-analysis

    0热度

    1回答

    如何解决以下错误？输入必须是任意长度的字符向量或字符向量列表，其中每个长度都为1.

    我正在开发一个R项目。我使用的数据集在以下链接处可用 https://www.kaggle.com/ranjitha1/hotel-reviews-city-chennai/data 我已经使用的代码是。 df1 = read.csv("chennai.csv", header = TRUE) library(tidytext) tidy_books <- df1 %>% unnest_tok
    r sentiment-analysis text-analysis 2017-09-21

    -1热度

    2回答

    将列拆分为多个字段使用R

    我在我的csv中有一个列，其中有一个字段“features”。该领域有数据以这种格式 {""Air conditioning"",""Elevator"",""Smoke detector""} {""Air conditioning"",""Railing Lights"",""Smoke detector""} {""Air conditioning"",""Washer"",""Drye
    r dplyr text-mining stringr text-analysis 2017-08-15

    0热度

    1回答

    如何使用预先训练的单词向量创建gensim word2vec模型？

    我使用分布式word2vec算法创建了词向量。现在我有单词和相应的向量。如何使用这些单词和向量来构建gen​​sim word2vec模型？
    nlp gensim word2vec text-analysis word-embedding 2017-10-12

    0热度

    1回答

    Python：在句子列表中切片每个句子

    我想从它的[0:10]字符的句子列表中切出每个句子。句子的列表 例如：列表名称= sd_list [ '我出生在德里的长大。'， '我使用的戴尔Latitude E5140笔记本电脑自2012年'， “我在ABC公司工作，因为2014年”] 我试图通过运行下面的代码，每个句子的前10个字符切片和失败。 sent10 = [s[0:10] for s in sd_list] 通过运行这个我遇到了
    python text-analysis 2017-10-12

    2热度

    3回答

    识别潜在客体

    我一直在探索NLP技术，目标是确定调查评论的主题（然后将其与情感分析结合使用）。我想做出高水平的表述，例如“10％的受访者对客户经理做出了积极的评论（+观点）”。 我的方法使用了Named Entity Recognition (NER)。现在我正在处理真实数据，现在我可以看到与识别句子主题相关的复杂性&。这里有5个例子，其中主题是客户经理。出于演示目的，我已将该命名实体加粗。 我们客户经理是伟大
    python nlp text-analysis 2017-08-28

    0热度

    2回答

    如果在400万观测数据集的每一行中出现一个字，则计数

    如果在400万观测数据文件的每一行中出现约2000字的一个，我正在使用R和写脚本来计算脚本。具有观察值（df）的数据集包含两列，一列包含文本（df $ lead_paragraph），另一列包含日期（df $ date）。 使用以下内容，我可以计算列表（p）中的任何单词是否出现在df文件的lead_paragraph列的每一行中，并将答案作为新列输出。 df$pcount<-((rowSums(s
    r text text-analysis 2017-08-28

    1热度

    1回答

    文本 - 如何将段落分成更小的句子（没有指示句末结束）

    我正在使用R和Python，并试图在一定程度上学习基于文本的分析和NLP。 问题：我如何拆分句子是句子像下面 句子=我喜欢我喜欢的系统，我不喜欢被人跟踪过程中的应用程序组合。 我想这句话分成 我喜欢的应用程序 我喜欢的系统 我不喜欢这个过程所遵循 注：我能够分割一个像下面这样的句子，因为它有一个.来表示句子的结尾 句子=我喜欢这个应用程序。我喜欢这个系统。我不喜欢这个过程。 VJ
    python text analytics text-analysis 2017-09-06

    1热度

    2回答

    按行合并两个文档术语矩阵

    我在csv文件中有客户服务的客户查询和答案。我需要确定每个问题的主题，然后在此基础上开发一个分类模型。我创建了两个文档术语表（清理文档后），一个用于提问，另一个用于答案。我通过在整个文档中仅使用400次以上的术语（大约4万个问题和答案）缩小了规模。 我想创建一个数据框，将这两个矩阵按行合并，只保留常见的单词并回答dtm（并将它们的频率相加，我应该如何在R中执行此操作？最高频率单词标记的问题。 上的
    r tm text-analysis 2017-09-13

    1热度

    1回答

    将CSV格式的术语文档矩阵导入到R

    因此，我已经有了TDM，但它在Excel上。所以我将它保存为CSV。现在我想做一些分析，但是我不能将它作为使用tm包的TDM加载。我的CSV看起来是这样的： item01 item02 item03 item04 red 0 1 1 0 circle 1 0 0 1 fame 1 0 0 0 yellow 0 0 1 1
    r csv text-mining text-analysis 2017-09-13

    2热度

    1回答

    使用文本情感作为机器学习模型中的功能？

    我正在研究我的机器学习模型和我拥有的数据的功能。我的数据包含很多文本数据，所以我想知道如何从中提取有价值的功能。相反，我以前的信仰，这往往是由表示与袋的字，或像word2vec：（http://scikit-learn.org/stable/modules/feature_extraction.html#text-feature-extraction） 因为我对这个问题的理解是有限的，我不明白为什
    machine-learning sentiment-analysis data-science text-analysis 2017-09-16
最新问题