回答情况：
提问时间：
问题标签：
1回答
我有一个单字语言模型，我想要平滑计数。添加一个平滑是唯一的方法，或者我也可以使用一些其他的平滑。我不认为我们可以使用knesser nay，因为这是针对Ngrams和N>=2的。还有其他的平滑方法吗？
浏览 2修改于2011-10-08得票数 1
回答已采纳
classifier = SklearnClassifier(LinearSVC(), int,True)例如，当我只使用unigram和构建功能集时"Ronaldo") : True }feature_names.sort()TypeError: unorderable types: tuple() < str()
如何使用unigram
浏览 1修改于2015-08-31得票数 1
我正在尝试从一个文本文件生成unigram。但只显示给定文件第一行的二元语法。我想为文件中的所有句子显示unigram。
浏览 0修改于2011-11-29得票数 0
回答已采纳
token] += 1我已经为我拥有的数据执行了潜在的Dirichlet分配，并且我已经生成了unigram我的unigram和它们的概率如下：Andreas 7.11290670484e-07yellow 1.26582575863e-05
浏览 5修改于2015-10-23得票数 10
回答已采纳
我有一个名为corpus.txt的文本文件，它包含以下4行文本 a peck of pickled peppers peter piper picked where s the peck of pickled peppers peter piper picked 4 peter等。f = open("c
浏览 1修改于2019-02-11得票数 1
回答已采纳
"This is a really nice and sunny day")
get_unigrams <- function(text) { unigram<- ngram(text, n = 1) %>% get.ngrams() %>% length()
}我找到了一个(临时)解决方案：
浏览 0修改于2021-12-02得票数 1
我一直在试图了解unigram令牌程序是如何工作的，因为它是在我计划使用的sentencePiece令牌器中使用的，但我无法用它来包装我的头脑。
浏览 0提问于2021-02-02得票数 5
回答已采纳
我使用solr搜索文档并在一个字段上进行匹配，然后根据其他字段中出现的关键字进行boost。<str name="qf"></str> keywords1^2 description^0.2所以如果我搜索我得到了一个结果keywords1 = "bar"
keywords2 = &#
浏览 8提问于2014-08-12得票数 0
我希望将术语文档矩阵限制为1000个最频繁的unigram，但是将max-features参数更改为n仅返回第一个n unigram。有什么建议吗？
浏览 1修改于2021-01-17得票数 0
stemming = stem))}
然而，不幸的是，这三个函数版本中的每一个都产生了完全相同的输出:带有unigram
浏览 0提问于2018-08-10得票数 1
回答已采纳
unigram似乎工作得很好，但只要我将二元语法分词器应用于语料库，它就会返回与unigram分词器相同的单词列表。代码如下。
浏览 16提问于2017-07-24得票数 0
我想知道如何用list traning_data来计算unigram、bigram、cooc和wordcount。
# T
浏览 6修改于2015-07-31得票数 0
当我只使用unigram时，脚本运行得很好。但是，我不知道如何使用control = list(dictionary=Terms(dtm_train_unigram))，因为我有两个独立的文档术语矩阵(一个用于unigram，一个用于bigramfunction(x) unlist(lapply(NLP::ngrams(words(x), 1), paste, collapse = " "), use.names = FALSE)
dtm_train_unigram), wordLengths =
浏览 0提问于2018-09-06得票数 0
回答已采纳
我正在尝试找出需求的解决方案，在那里我需要将长文本映射到单字或双字。例如，“激励和管理团队的能力。你应该能够跟踪团队的进展，并进行干预，以提高进展”。这个长文本应该映射到“团队管理”。基本上，我试图从像职位描述这样的文档中看到的长文本中找出沟通/分析技能。我正在努力想出一个解决方案。我不想硬编码，因为长文本一直在变化。谢谢你的帮助。
浏览 14提问于2020-04-16得票数 0
回答已采纳
我正致力于一个项目，我们正在努力制作一个TF-以色列国防军的标题集的文章分为多个集群。我们的目标是使它同时包含--最重要的一元图和大写图--同时包含每个集群的。我们的计划就是这样。我们首先识别出我们的语料库中最有可能出现的比例尺。在这个列表中，我们计算每个星系团中这些大图的频率。我们下一步要做的，也是我们的问题所在，就是要确保我们不会在那些大字中数两次字。比方说，流行的标签是“气候变化”。在我们的语料库中，“气候变化”这个词的频率是6，但“气候”这个词的频率是7(只有一次)，而“变化”这个词的频率是8(只有两次)。我们必须确保我们的桌子上有组合的单字和双字数，看上去不像这样：
n_
浏览 0提问于2020-05-06得票数 2
回答已采纳
我需要用NLTK编写一个程序，它将一个语料库(大量的txt文件)分解为unigram、bigram、trigram、fourgrams和fivegrams。我已经编写了代码将我的文件输入到程序中。
浏览 3修改于2015-09-07得票数 27
回答已采纳
我想用Python为文本文件和类变量创建一个unigram和bigram计数矩阵，文本文件包含两列，如下所示I hate the movie Neg
我想要文本列的unigram
浏览 0修改于2017-11-08得票数 0
回答已采纳
因此，我尝试使用Logistic回归分类器，并将其应用于UniGram单词袋特征集。
浏览 4提问于2022-02-21得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号