共用方式為


TextCatalog.ProduceWordBags 方法

定義

多載

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

建立 WordBagEstimator,其會將 中指定的 inputColumnName 數據行對應至名為 outputColumnName的新數據行中 n-gram 計數的向量。

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

建立 WordBagEstimator,其會將 中指定的 inputColumnName 數據行對應至名為 outputColumnName的新數據行中 n-gram 計數的向量。

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

建立 WordBagEstimator,其會將 中指定的 inputColumnNames 多個數據行對應至名為 outputColumnName的新數據行中 n-gram 計數的向量。

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

建立 WordBagEstimator,其會將 中指定的 inputColumnName 數據行對應至名為 outputColumnName的新數據行中 n-gram 計數的向量。

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

參數

catalog
TransformsCatalog.TextTransforms

轉換的目錄。

outputColumnName
String

轉換所產生的 inputColumnName資料行名稱。 此數據行的數據類型將是的 Single已知大小向量。

termSeparator
Char
freqSeparator
Char
inputColumnName
String

要從中擷取數據的數據行名稱。 要儲存在字典中的 n-gram 數目上限。用來分隔字詞/頻率組的分隔符。用來分隔詞彙與其頻率的分隔符。 此估算器會透過文字向量運作。

maximumNgramsCount
Int32

傳回

備註

WordBagEstimator 不同於 NgramExtractingEstimator 先前在內部標記化文字,後者則會採用標記化文字作為輸入。

適用於

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

建立 WordBagEstimator,其會將 中指定的 inputColumnName 數據行對應至名為 outputColumnName的新數據行中 n-gram 計數的向量。

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

參數

catalog
TransformsCatalog.TextTransforms

轉換的目錄。

outputColumnName
String

轉換所產生的 inputColumnName資料行名稱。 此數據行的數據類型將是的 Single已知大小向量。

inputColumnName
String

要從中擷取數據的數據行名稱。 此估算器會透過文字向量運作。

ngramLength
Int32

Ngram 長度。

skipLength
Int32

建構 n-gram 時要略過的令牌數目上限。

useAllLengths
Boolean

是否要包含所有 n-gram 長度,最多 ngramLength 或只 ngramLength包含 。

maximumNgramsCount
Int32

要儲存在字典中的 n-gram 數目上限。

weighting
NgramExtractingEstimator.WeightingCriteria

統計量值,用來評估單字對主體中的檔有多重要。

傳回

備註

WordBagEstimator 不同於 NgramExtractingEstimator 先前在內部標記化文字,後者則會採用標記化文字作為輸入。

適用於

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

建立 WordBagEstimator,其會將 中指定的 inputColumnNames 多個數據行對應至名為 outputColumnName的新數據行中 n-gram 計數的向量。

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

參數

catalog
TransformsCatalog.TextTransforms

轉換的目錄。

outputColumnName
String

轉換所產生的 inputColumnNames資料行名稱。 此數據行的數據類型將是的 Single已知大小向量。

inputColumnNames
String[]

要從中擷取數據的多個數據行名稱。 此估算器會透過文字向量運作。

ngramLength
Int32

Ngram 長度。

skipLength
Int32

建構 n-gram 時要略過的令牌數目上限。

useAllLengths
Boolean

是否要包含所有 n-gram 長度,最多 ngramLength 或只 ngramLength包含 。

maximumNgramsCount
Int32

要儲存在字典中的 n-gram 數目上限。

weighting
NgramExtractingEstimator.WeightingCriteria

統計量值,用來評估單字對主體中的檔有多重要。

傳回

備註

WordBagEstimator 不同於 NgramExtractingEstimator 先前在內部標記化文字,後者則會採用標記化文字作為輸入。

適用於