إزالة علامات الترقيم والرموز
نظّف المحارف التي تربك النماذج
إزالة علامات الترقيم والرموز درس مجاني في NLP Academy على CoddyKit. هذا هو الدرس 3 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في NLP Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة NLP Academy 4 دروس في المجموع.
علامات الترقيم ضوضاء أيضًا
بعد كلمات التوقف، تأتي الرموز باعتبارها الفوضى التالية. قد تربك الفواصل وعلامات الدولار والرموز التعبيرية النموذج، لذلك نزيل غالبًا علامات الترقيم.
لماذا يهم ذلك
من دون التنظيف، يرى النموذج cat وcat, على أنهما رمزان مختلفان. فالفاصلة في النهاية تقسّم كلمة واحدة إلى ميزتين.
Python يعرف العلامات
تمنحك وحدة السلاسل النصية كل العلامات الشائعة في ثابت واحد يسمى punctuation، لذلك لن تضطر إلى كتابتها يدويًا.
import string
print(string.punctuation)حيلة translate
أسرع طريقة لحذف المحارف هي استخدام str.translate مع جدول يربط كل علامة بالفراغ التام.
table = str.maketrans("", "", string.punctuation)
clean = "hello, world!".translate(table)
print(clean)التنظيف لكل رمز
يمكنك أيضًا إزالة العلامات رمزًا تلو الآخر. طبّق translate داخل تعبير إنشائي، ثم احذف أي رمز أصبح فارغًا.
clean = [t.translate(table) for t in tokens]
clean = [t for t in clean if t]التعبير النمطي للرموز
هل تحتاج إلى تحكم أكبر من القائمة الثابتة؟ يمكن لـregex حذف أي شيء ليس حرفًا أو رقمًا أو مسافة.
import re
clean = re.sub(r"[^a-zA-Z0-9 ]", "", text)احذر العلامات المفيدة
تحمل بعض الرموز معنى. إن إزالة كل النقاط تحوّل u.s.a إلى usa، وقد لا يكون هذا ما تريده لمهمتك.
الأرقام خيار متاح
الأرقام ليست علامات ترقيم، لكنها غالبًا ما تكون ضوضاء. قرّر عمدًا ما إذا كنت ستُبقي الأرقام في بياناتك أو تحذفها.
no_digits = re.sub(r"\d+", "", text)انتبه إلى رموز Unicode
تفوت مجموعة علامات الترقيم في ASCII علامات الاقتباس المنحنية والرموز التعبيرية. يلتقط التعبير النمطي الداعم لـUnicode الرموز التي تتركها القائمة الثابتة.
clean = re.sub(r"[^\w\s]", "", text)دمج المسافات الزائدة
قد تترك إزالة العلامات فجوات ومسافات مزدوجة. يزيل ضغط المسافات البيضاء السريع هذه الفوضى ويعيد النتيجة إلى كلمات نظيفة.
clean = re.sub(r"\s+", " ", clean).strip()ترتيب العمليات
الترتيب مهم. أزل علامات الترقيم قبل التقسيم أو المقارنة، حتى لا تتسلل العلامات النهائية إلى الرموز النهائية.
تحقق سريع
اختر أنظف طريقة لحذف علامات الترقيم من سلسلة نصية.
مراجعة
يمكنك الآن إزالة علامات الترقيم باستخدام translate أو regex، والتعامل عمدًا مع Unicode والأرقام، وضغط المسافات المتبقية للحصول على رموز نظيفة.
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «إزالة علامات الترقيم والرموز» مجاني؟
نعم — نص درس «إزالة علامات الترقيم والرموز» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة NLP Academy، انتقل إلى CoddyKit PRO. تتضمن دورة NLP Academy 4 دروس في المجموع.
ماذا ستتعلم في «إزالة علامات الترقيم والرموز»؟
نظّف المحارف التي تربك النماذج تتمرن على NLP Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ NLP Academy؟
لا تُشترط خبرة سابقة. NLP Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 4.
كم من الوقت يستغرق درس «إزالة علامات الترقيم والرموز»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس NLP Academy هذا؟
نعم. كل درس في NLP Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- ما الكلمات المستبعدة؟
- تصفية الكلمات المستبعدة باستخدام NLTK
- إزالة علامات الترقيم والرموز
- إنشاء دالة قابلة لإعادة الاستخدام لتنظيف النص