TextCatalog.ProduceWordBags Metodo

Definizione

Spazio dei nomi:

Microsoft.ML

Assembly:

Microsoft.ML.Transforms.dll

Pacchetto:

Microsoft.ML v2.0.0

Overload

ProduceWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	Creare un WordBagEstimatoroggetto , che esegue il mapping della colonna specificata in inputColumnName a un vettore di conteggi n-gram in una nuova colonna denominata outputColumnName.
ProduceWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	Creare un WordBagEstimatoroggetto , che esegue il mapping delle più colonne specificate in a un vettore di conteggi n-gram in inputColumnNames una nuova colonna denominata outputColumnName.

ProduceWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)

Creare un WordBagEstimatoroggetto , che esegue il mapping della colonna specificata in inputColumnName a un vettore di conteggi n-gram in una nuova colonna denominata outputColumnName.

public static Microsoft.ML.Transforms.Text.WordBagEstimator ProduceWordBags (this Microsoft.ML.TransformsCatalog.TextTransforms catalog, string outputColumnName, string inputColumnName = default, int ngramLength = 2, int skipLength = 0, bool useAllLengths = true, int maximumNgramsCount = 10000000, Microsoft.ML.Transforms.Text.NgramExtractingEstimator.WeightingCriteria weighting = Microsoft.ML.Transforms.Text.NgramExtractingEstimator+WeightingCriteria.Tf);

static member ProduceWordBags : Microsoft.ML.TransformsCatalog.TextTransforms * string * string * int * int * bool * int * Microsoft.ML.Transforms.Text.NgramExtractingEstimator.WeightingCriteria -> Microsoft.ML.Transforms.Text.WordBagEstimator

<Extension()>
Public Function ProduceWordBags (catalog As TransformsCatalog.TextTransforms, outputColumnName As String, Optional inputColumnName As String = Nothing, Optional ngramLength As Integer = 2, Optional skipLength As Integer = 0, Optional useAllLengths As Boolean = true, Optional maximumNgramsCount As Integer = 10000000, Optional weighting As NgramExtractingEstimator.WeightingCriteria = Microsoft.ML.Transforms.Text.NgramExtractingEstimator+WeightingCriteria.Tf) As WordBagEstimator

Parametri

catalog

TransformsCatalog.TextTransforms

Catalogo della trasformazione.

outputColumnName

String

Nome della colonna risultante dalla trasformazione di inputColumnName. Il tipo di dati di questa colonna sarà vettore di dimensioni note di Single.

inputColumnName

String

Nome della colonna da cui eseguire i dati. Questo strumento di stima opera sul vettore di testo.

ngramLength

Int32

Lunghezza Ngram.

skipLength

Int32

Numero massimo di token da ignorare quando si costruisce un n-gram.

useAllLengths

Boolean

Se includere tutte le lunghezze n-gram fino a ngramLength o solo ngramLength.

maximumNgramsCount

Int32

Numero massimo di n grammi da archiviare nel dizionario.

weighting

NgramExtractingEstimator.WeightingCriteria

Misura statistica usata per valutare l'importanza di una parola in un documento in un corpus.

Restituisce

WordBagEstimator

Commenti

WordBagEstimator è diverso da NgramExtractingEstimator in quanto il precedente tokenzza il testo internamente e quest'ultimo accetta testo tokenizzato come input.

ProduceWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)

Creare un WordBagEstimatoroggetto , che esegue il mapping delle più colonne specificate in a un vettore di conteggi n-gram in inputColumnNames una nuova colonna denominata outputColumnName.

public static Microsoft.ML.Transforms.Text.WordBagEstimator ProduceWordBags (this Microsoft.ML.TransformsCatalog.TextTransforms catalog, string outputColumnName, string[] inputColumnNames, int ngramLength = 2, int skipLength = 0, bool useAllLengths = true, int maximumNgramsCount = 10000000, Microsoft.ML.Transforms.Text.NgramExtractingEstimator.WeightingCriteria weighting = Microsoft.ML.Transforms.Text.NgramExtractingEstimator+WeightingCriteria.Tf);

static member ProduceWordBags : Microsoft.ML.TransformsCatalog.TextTransforms * string * string[] * int * int * bool * int * Microsoft.ML.Transforms.Text.NgramExtractingEstimator.WeightingCriteria -> Microsoft.ML.Transforms.Text.WordBagEstimator

<Extension()>
Public Function ProduceWordBags (catalog As TransformsCatalog.TextTransforms, outputColumnName As String, inputColumnNames As String(), Optional ngramLength As Integer = 2, Optional skipLength As Integer = 0, Optional useAllLengths As Boolean = true, Optional maximumNgramsCount As Integer = 10000000, Optional weighting As NgramExtractingEstimator.WeightingCriteria = Microsoft.ML.Transforms.Text.NgramExtractingEstimator+WeightingCriteria.Tf) As WordBagEstimator

Parametri

catalog

TransformsCatalog.TextTransforms

Catalogo della trasformazione.

outputColumnName

String

Nome della colonna risultante dalla trasformazione di inputColumnNames. Il tipo di dati di questa colonna sarà vettore di dimensioni note di Single.

inputColumnNames

String[]

Nomi delle più colonne da cui eseguire i dati. Questo strumento di stima opera sul vettore di testo.

ngramLength

Int32

Lunghezza Ngram.

skipLength

Int32

Numero massimo di token da ignorare quando si costruisce un n-gram.

useAllLengths

Boolean

Se includere tutte le lunghezze n-gram fino a ngramLength o solo ngramLength.

maximumNgramsCount

Int32

Numero massimo di n grammi da archiviare nel dizionario.

weighting

NgramExtractingEstimator.WeightingCriteria

Misura statistica usata per valutare l'importanza di una parola in un documento in un corpus.

Restituisce

WordBagEstimator

Commenti

WordBagEstimator è diverso da NgramExtractingEstimator in quanto il precedente tokenzza il testo internamente e quest'ultimo accetta testo tokenizzato come input.