0Pricing
NLP Academy · Lekcja

Tworzenie słownika

Przypisz każdemu słowu stały indeks

Tworzenie słownika to bezpłatna lekcja NLP Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej NLP Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs NLP Academy zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

What Is a Vocabulary?

A vocabulary is the full set of unique words your model knows. Each word gets one fixed slot in every document vector. 📖

Collect Every Unique Word

To build it, gather all words across your documents and keep only the distinct ones, dropping repeats.

words = set("the cat sat the mat".split())

Give Each Word an Index

Sort the unique words and assign each a number. This word to index map is your vocabulary lookup.

vocab = {w: i for i, w in enumerate(sorted(words))}

The Index Defines the Slot

The index tells a word which position it occupies in every vector, so cat always lands in the same column.

Vocabulary Sets Vector Length

If your vocabulary has 5000 words, every document becomes a vector of 5000 numbers, one slot per word.

Order Must Stay Fixed

Once set, the mapping must never change. A stable order guarantees that column 3 means the same word for every document.

Out-of-Vocabulary Words

A word not in your vocabulary is called out of vocabulary. The simplest choice is to ignore it during counting.

Pruning Rare Words

Words that appear once add noise and size. Dropping very rare terms keeps the vocabulary smaller and cleaner.

Dropping Very Common Words

You can also cut words that appear in nearly every document. These stopwords rarely help tell documents apart.

Look Up an Index

With the map built, finding a word position is instant. Just index the dictionary by the word you want.

print(vocab["cat"])  # the column index for cat

Vocabulary Powers Counting

This map is the backbone of vectorization. Next you fill each slot with how often that word appears in a document.

Quick Check

What does a word index represent?

Recap: Your Vocabulary

You built a vocabulary of unique words, mapped each to a fixed index, and saw how pruning keeps it lean and useful. 🎉

Często zadawane pytania

Czy lekcja „Tworzenie słownika” jest bezpłatna?

Tak — pełny tekst „Tworzenie słownika” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu NLP Academy, przejdź na CoddyKit PRO. Kurs NLP Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Tworzenie słownika”?

Przypisz każdemu słowu stały indeks Ćwiczysz NLP Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć NLP Academy?

Nie wymagamy żadnego doświadczenia. NLP Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.

Ile czasu zajmuje lekcja „Tworzenie słownika”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji NLP Academy?

Tak. Każda lekcja NLP Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Dlaczego modele potrzebują liczb, a nie słów
  2. Tworzenie słownika
  3. Liczenie za pomocą CountVectorizer
  4. Odczytywanie macierzy dokument-termin
← Powrót do NLP Academy