TransformsCatalog.TextTransforms Sınıf

Tanım

Ad Alanı:

Microsoft.ML

Bütünleştirilmiş Kod:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v5.0.0-preview.1.25125.4

Kaynak:

TransformsCatalog.cs

Metin veri dönüştürme bileşenlerinin örneklerini oluşturmak için tarafından MLContext kullanılan sınıf.

public sealed class TransformsCatalog.TextTransforms

type TransformsCatalog.TextTransforms = class

Public NotInheritable Class TransformsCatalog.TextTransforms

Devralma

Object

TransformsCatalog.TextTransforms

Uzantı Metotları

Name	Description
ApplyWordEmbedding(TransformsCatalog+TextTransforms, String, String, String)	Önceden eğitilmiş ekleme modellerini kullanarak metin vektörlerini sayısal vektörlere dönüştüren bir metin özellik oluşturucu olan bir WordEmbeddingEstimatoroluşturun.
ApplyWordEmbedding(TransformsCatalog+TextTransforms, String, String, WordEmbeddingEstimator+PretrainedModelKind)	WordEmbeddingEstimatorÖnceden eğitilmiş ekleme modellerini kullanarak metin vektörlerini sayısal vektöre dönüştüren bir metin özellik oluşturucu olan bir oluşturun.
FeaturizeText(TransformsCatalog+TextTransforms, String, String)	TextFeaturizingEstimatorBir metin sütununu n-gram ve char-gram normalleştirilmiş sayılarını temsil eden bir özelliklendirilmiş vektöre Single dönüştüren bir oluşturun.
FeaturizeText(TransformsCatalog+TextTransforms, String, TextFeaturizingEstimator+Options, String[])	Bir metin sütununu n-gram ve char-gram normalleştirilmiş sayılarını temsil eden özelliklendirilmiş vektöre TextFeaturizingEstimator dönüştüren bir Singleoluşturun.
LatentDirichletAllocation(TransformsCatalog+TextTransforms, String, String, Int32, Single, Single, Int32, Int32, Int32, Int32, Int32, Int32, Int32, Boolean)	LatentDirichletAllocationEstimatorMetni (kayanların vektörü olarak temsil edilir) metnin tanımlanan her konuyla benzerliğini belirten bir vektöre dönüştürmek için Single kullanan bir oluşturun.
NormalizeText(TransformsCatalog+TextTransforms, String, String, TextNormalizingEstimator+CaseMode, Boolean, Boolean, Boolean)	İsteğe bağlı olarak büyük/küçük harf değiştirerek, aksan işaretleriniTextNormalizingEstimator, noktalama işaretlerini, sayıları kaldırarak ve yeni metni olarak inputColumnNameçıkararak gelen metni normalleştiren bir outputColumnNameoluşturur.
ProduceHashedNgrams(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32, Boolean)	NgramHashingEstimatoriçinde belirtilen inputColumnName sütundaki verileri yeni bir sütuna kopyalayan bir oluşturun: outputColumnName ve karma n-gram sayılarından oluşan bir vektör oluşturur.
ProduceHashedNgrams(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32, Boolean)	NgramHashingEstimatoriçinde belirtilen inputColumnNames birden çok sütundaki verileri yeni bir sütuna outputColumnName alan ve karma n gram cinsinden bir vektör oluşturan bir oluşturun.
ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)	WordHashBagEstimatoriçinde belirtilen sütunu, adlı inputColumnNameyeni bir sütunda outputColumnName karma n-gram sayısı vektörleriyle eşleyen bir oluşturun.
ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)	WordHashBagEstimatoriçinde belirtilen birden çok sütunu, adlı inputColumnNamesyeni bir sütunda outputColumnName karma n-gram sayısı vektörleriyle eşleyen bir oluşturun.
ProduceNgrams(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	Giriş metninde karşılaşılan n gramlık sayıların (ardışık sözcük dizileri) bir vektör oluşturan bir NgramExtractingEstimator oluşturur.
ProduceWordBags(TransformsCatalog+TextTransforms, String, Char, Char, String, Int32)	WordBagEstimatoriçinde belirtilen sütunu adlı inputColumnNameyeni bir sütundaki outputColumnName n-gram sayısı vektörleriyle eşleyen bir oluşturun.
ProduceWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	WordBagEstimatoriçinde belirtilen sütunu adlı inputColumnNameyeni bir sütundaki outputColumnName n-gram sayısı vektörleriyle eşleyen bir oluşturun.
ProduceWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	WordBagEstimatoriçinde belirtilen birden çok sütunu adlı inputColumnNamesyeni bir sütundaki outputColumnName n-gram sayısı vektörleriyle eşleyen bir oluşturun.
RemoveDefaultStopWords(TransformsCatalog+TextTransforms, String, String, StopWordsRemovingEstimator+Language)	CustomStopWordsRemovingEstimatoriçinde belirtilen inputColumnName sütundaki verileri yeni bir sütuna kopyalayan bir oluşturun: outputColumnName ve bu sütuna özgü language önceden tanımlanmış metin kümesini kaldırır.
RemoveStopWords(TransformsCatalog+TextTransforms, String, String, String[])	CustomStopWordsRemovingEstimatoriçinde belirtilen inputColumnName sütundaki verileri yeni outputColumnName bir sütuna kopyalayan ve içinde belirtilen stopwords metni kaldıran bir oluşturun.
TokenizeIntoCharactersAsKeys(TransformsCatalog+TextTransforms, String, String, Boolean)	Kayan pencere TokenizingByCharactersEstimatorkullanarak metni karakter dizilerine bölerek belirteci oluşturan bir oluşturun.
TokenizeIntoWords(TransformsCatalog+TextTransforms, String, String, Char[])	Ayırıcı olarak kullanarak WordTokenizingEstimator giriş metnini belirteç yapan bir separatorsoluşturun.