字词提取转换编辑器（“高级”选项卡）

可以使用 “字词提取转换编辑器” 对话框的 “高级” 选项卡，指定频率、长度等提取属性以及指定是提取字词还是提取短语。

若要了解有关字词提取转换的详细信息，请参阅 Term Extraction Transformation。

选项

名词
指定转换仅提取各个名词。

名词短语
指定转换仅提取名词短语。

名词和名词短语
指定转换既提取名词也提取名词短语。

频率
指定分数为字词的频率。

TFIDF
指定分数为字词的 TFIDF 值。 TFIDF 分数是字词频率和文档频率倒数的乘积，其定义如下：TFIDF of a Term T = (frequency of T) * log( (#rows in Input) / (#rows having T) )。

频率阈值
指定某个词或短语必须出现多少次以后才对其进行提取。默认值为 2。

字词的最大长度
指定短语的最大长度（字）。此选项仅影响名词短语。默认值为 12。

使用区分大小写的字词提取
指定是否将提取设置为区分大小写。默认值为 False。

配置错误输出
使用“配置错误输出” 对话框可以为导致错误的行指定错误处理方式。