机器学习模式适用于使用单词特征作为x，y作为文本的点击率。

Question

嗨，我想用机器学习模式使用点击率来提取英语文本中的单词。现在我知道了文本的点击率，我知道如何提取每个文本的单词(词)，例如，大约有10000个文本，并且提供了每个文本的点击率。如何为点击率提取单词特征。如何提取关键词，计算每个单词的重要性，以计算点击率。

Answer 1

您可以建立一个字符序列(单词)字典，对于每一个文本实例，您将统计这些单词的出现情况。您可以使用字符的分组，n-克，也可以使用自己使用包字词。

n-gram

N-图是一种基于语言的数据特征提取技术.它对字符串进行分段，从而可以找到单词的词根，而忽略动词结尾、复数等。

该分段的工作如下：

弦乐:你好世界

2克："He“、"el”、"ll“、"lo”、"o“、"o”、“W”、"Wo“、”或“、"rl”、"ld“3克、"Hel”、"ell“、"llo”、"lo“、”o W“、”Wo“、"Wor”、"orl“、"rld”4-gram："Hell“、ello、llo、lo W，"o Wo“、”Wor“、"Worl”、"orld“

因此，在你的例子中，如果我们使用4克，单词Hello的截尾看起来是一样的。这种相似之处将被你的特征所捕捉。

书包

单词袋建立一个字典的词，它已经看到了在培训阶段。然后，使用单词，即示例中每个单词的频率，创建一个向量。然后，这可以与任何标准的机器学习技术一起使用。