Membina Kosa Kata
Petakan setiap perkataan kepada indeks tetap
Membina Kosa Kata ialah pelajaran NLP Academy percuma di CoddyKit. Ini ialah pelajaran 2 daripada 4. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran NLP Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus NLP Academy merangkumi sejumlah 4 pelajaran.
Apakah Kosa Kata?
Kosa kata ialah keseluruhan set perkataan unik yang diketahui oleh model anda. Setiap perkataan mendapat satu ruang tetap dalam setiap vektor dokumen. 📖
Kumpulkan Setiap Perkataan Unik
Untuk membinanya, kumpulkan semua perkataan daripada dokumen anda dan simpan hanya perkataan yang berbeza, dengan membuang pengulangan.
words = set("the cat sat the mat".split())Berikan Indeks kepada Setiap Perkataan
Susun perkataan unik dan berikan nombor kepada setiap satunya. Peta perkataan kepada indeks ini ialah carian kosa kata anda.
vocab = {w: i for i, w in enumerate(sorted(words))}Indeks Menentukan Ruang
Indeks memberitahu kedudukan yang diduduki oleh sesuatu perkataan dalam setiap vektor, jadi cat sentiasa berada dalam lajur yang sama.
Kosa Kata Menentukan Panjang Vektor
Jika kosa kata anda mempunyai 5000 perkataan, setiap dokumen menjadi vektor yang mengandungi 5000 nombor, satu ruang bagi setiap perkataan.
Susunan Mesti Kekal
Selepas ditetapkan, pemetaan itu tidak boleh berubah. Susunan yang stabil menjamin bahawa lajur 3 bermaksud perkataan yang sama bagi setiap dokumen.
Perkataan di Luar Kosa Kata
Perkataan yang tiada dalam kosa kata anda dipanggil di luar kosa kata. Pilihan paling mudah ialah mengabaikannya semasa pengiraan.
Menapis Perkataan Jarang
Perkataan yang muncul sekali sahaja menambah hingar dan saiz. Membuang istilah yang sangat jarang menjadikan kosa kata lebih kecil dan bersih.
Membuang Perkataan yang Sangat Lazim
Anda juga boleh membuang perkataan yang muncul dalam hampir setiap dokumen. Perkataan henti ini jarang membantu membezakan dokumen.
Cari Indeks
Dengan peta yang telah dibina, mencari kedudukan sesuatu perkataan berlaku serta-merta. Indekskan kamus menggunakan perkataan yang anda kehendaki.
print(vocab["cat"]) # the column index for catKosa Kata Menggerakkan Pengiraan
Peta ini ialah tulang belakang pemvektoran. Seterusnya, anda mengisi setiap ruang dengan kekerapan perkataan itu muncul dalam dokumen.
Semakan Pantas
Apakah yang diwakili oleh indeks perkataan?
Imbas Kembali: Kosa Kata Anda
Anda membina kosa kata perkataan unik, memetakan setiap perkataan kepada indeks tetap dan melihat bagaimana penapisan menjadikannya ringkas serta berguna. 🎉
Pelajari Python dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Soalan Lazim
Adakah pelajaran “Membina Kosa Kata” percuma?
Ya — sebanyak 3 pelajaran dalam laluan pembelajaran NLP Academy, termasuk “Membina Kosa Kata”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus NLP Academy merangkumi sejumlah 4 pelajaran.
Apakah yang akan saya pelajari dalam “Membina Kosa Kata”?
Petakan setiap perkataan kepada indeks tetap Anda berlatih NLP Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan NLP Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran NLP Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 2 daripada 4.
Berapa lamakah pelajaran “Membina Kosa Kata” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran NLP Academy ini?
Ya. Setiap pelajaran NLP Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Mengapa Model Memerlukan Nombor, Bukan Perkataan
- Membina Kosa Kata
- Mengira dengan CountVectorizer
- Membaca Matriks Dokumen-Istilah