文件名称：Feature-Engineering-NLP：借助HuggingFace变压器，Tensorflow，Keras，TextBlob，NLTK，Sci-kit学习等进行功能工程
文件大小：1.19MB
文件格式：ZIP
更新时间：2024-03-16 19:43:25
tensorflow numpy scikit-learn keras transformers
功能工程-NLP 请在这里找到我的项目，以观察性能分析报告和交互式可视化效果： : 文本数据种类繁多，但原始形式却杂乱无章。 因此，特征工程是训练机器根据给定数据进行预测之前的重要步骤。 在我的笔记本中，我探索了许多预处理和功能工程技术，以从一系列虚假和真实的新闻数据中获取见解。 数据集： 使用的库： NLTK TextBlob 凯拉斯 张量流 HuggingFace变形金刚 正则表达式 大熊猫 科学工具学习 探索的功能： 情感主观性与极性 删除停用词，标点符号和降低的大小写： 生成新闻标题和正文的去词化和词干化版本 为新闻头条生成词汇词典，并绘制单词云图 新闻正文中生成的字数，字符数和平均短语长度 生成新闻正文内容的二元组，三元组和TF-IDF矩阵。 从预训练的模型GloVe生成的单词矢量嵌入 在BertWordPieceTokenizer的帮助下生成编码令牌 生成
【文件预览】：
Feature-Engineering-NLP-main
----real.png(115KB)
----newplot copy.png(34KB)
----fake.png(120KB)
----newplot.png(31KB)
----README.md(2KB)
----feature-engineering.ipynb(2.72MB)