TextCatalog.ProduceWordBags 方法

定义

重载

ProduceWordBags(TransformsCatalog+TextTransforms, String, Char, Char, String, Int32)

创建一个 WordBagEstimator,它将中指定的 inputColumnName 列映射到名为 outputColumnName的新列中的 n 个克计数的向量。

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

创建一个 WordBagEstimator,它将中指定的 inputColumnName 列映射到名为 outputColumnName的新列中的 n 个克计数的向量。

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

创建一个 WordBagEstimator,用于将 中指定的 inputColumnNames 多个列映射到名为 outputColumnName的新列中的 n 个语法计数的向量。

ProduceWordBags(TransformsCatalog+TextTransforms, String, Char, Char, String, Int32)

创建一个 WordBagEstimator,它将中指定的 inputColumnName 列映射到名为 outputColumnName的新列中的 n 个克计数的向量。

public static Microsoft.ML.Transforms.Text.WordBagEstimator ProduceWordBags (this Microsoft.ML.TransformsCatalog.TextTransforms catalog, string outputColumnName, char termSeparator, char freqSeparator, string inputColumnName = default, int maximumNgramsCount = 10000000);
static member ProduceWordBags : Microsoft.ML.TransformsCatalog.TextTransforms * string * char * char * string * int -> Microsoft.ML.Transforms.Text.WordBagEstimator
<Extension()>
Public Function ProduceWordBags (catalog As TransformsCatalog.TextTransforms, outputColumnName As String, termSeparator As Char, freqSeparator As Char, Optional inputColumnName As String = Nothing, Optional maximumNgramsCount As Integer = 10000000) As WordBagEstimator

参数

catalog
TransformsCatalog.TextTransforms

转换的目录。

outputColumnName
String

转换 inputColumnName生成的列的名称。 此列的数据类型将是 的已知大小向量 Single

termSeparator
Char
freqSeparator
Char
inputColumnName
String

要从中获取数据的列的名称。 要存储在字典中的 n 克的最大数目。用于分隔术语/频率对的分隔符。用于将术语与其频率分开的分隔符。 此估算器对文本矢量进行操作。

maximumNgramsCount
Int32

返回

注解

WordBagEstimator 与 不同的 NgramExtractingEstimator 是,前者在内部标记化文本,后者将标记化文本作为输入。

适用于

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

创建一个 WordBagEstimator,它将中指定的 inputColumnName 列映射到名为 outputColumnName的新列中的 n 个克计数的向量。

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

参数

catalog
TransformsCatalog.TextTransforms

转换的目录。

outputColumnName
String

转换 inputColumnName生成的列的名称。 此列的数据类型将是 的已知大小向量 Single

inputColumnName
String

要从中获取数据的列的名称。 此估算器对文本矢量进行操作。

ngramLength
Int32

Ngram 长度。

skipLength
Int32

构造 n-gram 时要跳过的最大标记数。

useAllLengths
Boolean

是包含所有 n-gram 长度,最大 ngramLength 还是仅包含 ngramLength

maximumNgramsCount
Int32

要存储在字典中的 n 克的最大数目。

weighting
NgramExtractingEstimator.WeightingCriteria

用于评估单词对语料库中文档的重要性的统计度量。

返回

注解

WordBagEstimator 与 不同的 NgramExtractingEstimator 是,前者在内部标记化文本,后者将标记化文本作为输入。

适用于

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

创建一个 WordBagEstimator,用于将 中指定的 inputColumnNames 多个列映射到名为 outputColumnName的新列中的 n 个语法计数的向量。

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

参数

catalog
TransformsCatalog.TextTransforms

转换的目录。

outputColumnName
String

转换 inputColumnNames生成的列的名称。 此列的数据类型将是 的已知大小向量 Single

inputColumnNames
String[]

要从中获取数据的多个列的名称。 此估算器对文本矢量进行操作。

ngramLength
Int32

Ngram 长度。

skipLength
Int32

构造 n-gram 时要跳过的最大标记数。

useAllLengths
Boolean

是包含所有 n-gram 长度,最大 ngramLength 还是仅包含 ngramLength

maximumNgramsCount
Int32

要存储在字典中的 n 克的最大数目。

weighting
NgramExtractingEstimator.WeightingCriteria

用于评估单词对语料库中文档的重要性的统计度量。

返回

注解

WordBagEstimator 与 不同的 NgramExtractingEstimator 是,前者在内部标记化文本,后者将标记化文本作为输入。

适用于