帮助中心帮助中心
从n-g - bag模型中移除n-g
newBag = removeNgrams(包,ngrams)
newBag = removeNgrams(包,ngrams,'IgnoreCase',true)
newBag = removeNgrams(包,idx)
例子
newBag= removeNgrams (袋,ngrams)从n-grams袋模型中移除指定的n-grams袋.缺省情况下,该函数区分大小写。
newBag= removeNgrams (袋,ngrams)
newBag
袋
ngrams
newBag= removeNgrams (袋,ngrams“IgnoreCase”,真的)删除忽略大小写的n-grams。
newBag= removeNgrams (袋,ngrams“IgnoreCase”,真的)
newBag= removeNgrams (袋,idx)中的数值或逻辑索引指定n-grams袋里。Ngrams.此语法与newBag = removeNgrams(bag,bag. ngrams (idx,:)).
newBag= removeNgrams (袋,idx)
idx
袋里。Ngrams
newBag = removeNgrams(bag,bag. ngrams (idx,:))
全部折叠
加载示例数据。该文件sonnetsPreprocessed.txt包含莎士比亚十四行诗的预处理版本。该文件每行包含一首十四行诗,用空格分隔单词。从中提取文本sonnetsPreprocessed.txt,以换行符将文本分割为文档,然后对文档进行标记。
sonnetsPreprocessed.txt
文件名=“sonnetsPreprocessed.txt”;str = extractFileText(文件名);textData = split(str,换行符);documents = tokenizedDocument(textData);
创建n-grams袋模型。
(文件)
bag = bagOfNgrams with properties:计数:[154×8799 double]词汇:[1×3092 string] Ngrams: [8799×2 string] ngramlength2 NumNgrams: 8799 NumDocuments: 154
查看前五个n-grams。
topkngrams(包,5)
ans =5×3表Ngram计数NgramLength ________________ _____ ___________ " 34 2你”“艺术”“我”“眼睛”15 2”你的“自我”14 2”你”“难道”13 2“我”自己的“13 2
去掉n字形符号(“你”“艺术”)而且(“你”“”)从模型中。查看新的前5个n-grams。
(“你”“艺术”)
(“你”“”)
Ngrams = [...“你”“艺术”“你”“难道”];袋子= removeNgrams(袋子,ngrams);topkngrams(包,5)
ans =5×3表Ngram计数NgramLength _________________ _____ ___________ " 我的“眼睛”15 2”你的“自我”14 2”我“的“13 2”你的“甜”12 2”你“爱”11 2
数量:[154x8799双]词汇:[“最美丽的”“生物”“欲望”“增加”“因此”“美人”“玫瑰”“可能”“永远”“死亡”“成熟的”“时间”“死亡”“温柔的”“继承人”“负担”“记忆”“你”“承包”…] Ngrams: [8799x2 string] ngramsizes: 2 NumNgrams: 8799 NumDocuments: 154
查看模型中的前十个n-gram。
bag.Ngrams (1:10,:)
ans =10 x2字符串"最美的" "生物" "生物" "欲望" "欲望" "增加" "增加" "因此" "因此" "美人" "美人" "玫瑰" "玫瑰" "可能" "可能" "永远" "永远" "死亡" "死亡" "成熟者"
从模型中删除第9和第10个n-grams。查看前十个n-gram的新列表。
Idx = [9 10];bag = removeNgrams(bag,idx);bag.Ngrams (1:10,:)
ans =10 x2字符串"最美的" "生物" "生物" "欲望" "欲望" "增加" "增加" "因此" "因此" "美人" "美人" "玫瑰" "玫瑰" "可能" "可能" "永远" "成熟" "时间" "时间" "死亡"
bagOfNgrams
输入n-grams袋模型,指定为bagOfNgrams对象。
要删除的N-grams,指定为字符串数组、字符向量或字符向量的单元格数组。
如果ngrams是字符串数组还是单元格数组,那么它有大小NumNgrams——- - - - - -maxN,在那里NumNgramsn-grams的个数,和maxN是最大n向量的长度。如果ngrams是字符向量,则它表示单个单词(unigram)。
NumNgrams
maxN
的价值ngrams (i, j)是j第一个字我语法。如果字数在我n小于maxN的剩余项我第Th行ngrams是空的。
ngrams (i, j)
j
我
例子:[" " "”;“榜样”;“例子”“”)
[" " "”;“榜样”;“例子”“”)
数据类型:字符串|字符|细胞
字符串
字符
细胞
要删除的n-grams的索引,指定为数值索引的向量或逻辑索引的向量。的指数idx的行对应袋里。Ngrams.
例子:[1 5 10]
[1 5 10]
在R2018a中引入
bagOfWords|bagOfNgrams|removeInfrequentNgrams|removeWords|removeEmptyDocuments|tokenizedDocument|containsNgrams
bagOfWords
removeInfrequentNgrams
removeWords
removeEmptyDocuments
tokenizedDocument
containsNgrams
Tiene una versión modificada de este ejemplo。¿Desea abrir este ejemplo con sus modificaciones?
Ha hecho clic en unenlace que对应一个este commando de MATLAB:
弹射突击队introduciéndolo en la ventana de commandos de MATLAB。Los navegadores web no permission comandos de MATLAB。
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系当地办事处