日语支持金宝app
本主题总结了支持日语文本的文本分析工具箱™功能。金宝app有关展示如何分析日文文本数据的示例，请参阅分析日语文本数据。
象征化
这tokenizedDocument功能自动检测日本输入。或者，设置'语'选项tokenizedDocument至'JA'。此选项指定标记的语言细节。要查看标记的语言细节，请使用令敬当。这些语言详细信息决定了行为Removestopwords.那addPartOfSpeechDetails那正常化字那AddsentEnCentails.,添加性达尔令牌上的函数。
要为令牌化指定其他MECAB选项，请创建一个mecabOptions目的。要使用指定的MECAB标记选项授权，请使用'tokenizemethod'选择tokenizedDocument。
象征日语文本
用来象征日语文本tokenizedDocument。该功能会自动检测日文文本。
str = [“恋恋に，苦しむ。”“恋の悩みで苦しむ。”“空に星が輝き,瞬いている。”“空の星が辉きを増している。”];文件= tokenizedDocument (str)
文档= 4x1令牌地区：6个代币：恋に悩み，苦しむ。6令牌：恋の悩みで苦しむ。10令牌：空に星が辉き，瞬いている。10令牌：空の星が辉きをてているいる。
言语细节部分
这令敬当默认情况下，函数包含令牌详细信息的致辞详细信息的一部分。
获得日语文本的讲话细节的一部分
用来象征日语文本tokenizedDocument。
str = [“恋恋に，苦しむ。”“恋の悩みで苦しむ。”“空に星が輝き,瞬いている。”“空の星が辉きを増している。”“駅までは遠くて,歩けない。”“遠くの駅まで歩けない。”“すもももももももものうち。”];文档=令授权鳕（str）;
对于日文文本，您可以使用讲话细节令敬当。对于英文文本，必须先使用addPartOfSpeechDetails。
tdetails = tokenDetails(文件);头(tdetails)
ans =.8×8表令牌DocumentNumber LineNumber PartOfSpeech引理实体类型语言 _______ ______________ __________ ___________ ________ ____________ _______ __________ " 恋“1 1字母是名词“恋“走眼”に“1 1”字母ja adpositionに“走眼”悩み“1 1字母是动词“悩む“走眼”、“1 1标点ja标点符号”、“走眼”苦しむ“1 1字母是动词“苦しむ“走眼”。“十一标点符号就是标点符号”。“走眼”恋“2 1字母是名词“恋“走眼”のの“2 1字母ja adposition走眼
命名实体识别
这令敬当默认情况下，函数包含令牌详细信息的实体详细信息。
将命名实体标记添加到日语文本
用来象征日语文本tokenizedDocument。
str = [“マリーさんはボストンからニューヨークに引っ越しました。”“駅駅で铃木铃木さんに迎えにきき”““东京は大厦より大厦ですか？”“东莞に行っ时，新宿や渋谷などいろいろな所访れました。”];文档=令授权鳕（str）;
对于日文文本，软件自动添加命名实体标记，因此您无需使用添加性达尔函数。该软件检测人员名称，位置，组织和其他命名实体。要查看实体详细信息，请使用令敬当函数。
tdetails = tokenDetails(文件);头(tdetails)
ans =.8×8表令牌DocumentNumber LineNumber PartOfSpeech引理实体类型语言 ____________ ______________ __________ _______ ________ ____________ ____________ __________ " マリー“1 1字母是专有名词“マリー“人”さん“1 1字母是名词“さんは“人”“1 1”字母ja adpositionは“走眼”ボストン“1 1字母是专有名词“ボストン“位置”から”11字母ja adposition“から“走眼”ニューヨーク“1 1字母是专有名词“ニューヨーク“位置”に“1 1字母ja adpositionに“走眼”引っ越し“1 1字母是动词“引っ越す“走眼
查看标记为实体的单词“人”那“地点”那“组织”， 或者“其他”。这些单词是没有标记的单词“非实体”。
idx = tdetails.entity〜=“非实体”;tdetails (idx:)。令牌
ans =.11x1字符串“マリー”“さん”“ボストン”“ニューヨーク”“鈴木”“さん”“東京”“大阪”“東京”“新宿”“渋谷”
停止单词
若要根据标记语言细节从文档中删除停止词，请使用Removestopwords.。对于日本止损单的列表设置'语'选项stopWords至'JA'。
删除日语停止单词
用来象征日语文本tokenizedDocument。该功能会自动检测日文文本。
str = [“ここは静かなので,とても穏やかです”“企业内の顾客データデータ利用し，长年の売り上げ调べる渊来た。”“私は先生です。私は英语を教えてますます。”];文档=令授权鳕（str）;
使用删除停止单词Removestopwords.。该函数使用语言详细信息文件确定要删除的语言停止词。
文件= removeStopWords(文档)
文档= 3x1令牌Document：4令牌：静か，とても穏やか10代币：企业顾客顾客利用，今年売り上げ出源。5令牌：先生。英文教え。
lemmatization.
根据令牌语言细节释放令牌，使用正常化字并设置了'风格'选项'引理'。
lemmatize日语文本
使用授权日本文本tokenizedDocument函数。该功能会自动检测日文文本。
str = [“空に星が輝き,瞬いている。”“空の星が辉きを増している。”“駅までは遠くて,歩けない。”“遠くの駅まで歩けない。”];文档=令授权鳕（str）;
让令牌使用正常化字。
文档= rangerizewords（文档）
文档= 4x1令牌Document：10令牌：空空星が辉く，瞬くている。10令牌：空の星が辉きをている。9令牌：駅までは远いて，歩けるない。7令牌：远く远く駅まで歩けるない。
语言的特性
单词和n-gram计数
这Bagofwords.和Bagofngrams.功能支持金宝apptokenizedDocument输入不分语言。如果你有一个tokenizedDocument数组包含您的数据，然后您可以使用这些函数。
建模和预测
这菲达和Fitlsa.功能支持金宝appBagofwords.和Bagofngrams.输入不分语言。如果你有一个Bagofwords.或Bagofngrams.包含数据的对象，然后可以使用这些函数。
这训练喜勒姆贝斯丁功能支持金宝apptokenizedDocument或文件输入无论语言如何。如果你有一个tokenizedDocument数组或包含数据格式的数据的文件，然后可以使用此功能。
也可以看看
添加性达尔|addLanguageDetails|addPartOfSpeechDetails|正常化字|Removestopwords.|stopWords|令敬当|tokenizedDocument
相关的话题
你也可以从以下列表中选择一个网站:
