TextFeaturizingEstimator 類別

定義

命名空間:

Microsoft.ML.Transforms.Text

組件:

Microsoft.ML.Transforms.dll

套件:

Microsoft.ML v3.0.1

將文字檔的集合轉換成數值特徵向量的估算器。 特徵向量是根據提供的選項，將單字和/或字元 n-gram (的標準化計數) 。

public sealed class TextFeaturizingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.ITransformer>

type TextFeaturizingEstimator = class
    interface IEstimator<ITransformer>

Public NotInheritable Class TextFeaturizingEstimator
Implements IEstimator(Of ITransformer)

繼承

Object

TextFeaturizingEstimator

實作

IEstimator<ITransformer>

備註

估算器特性

此估算器是否需要查看資料來定型其參數？	是的
輸入資料行資料類型	text
輸出資料行資料類型	Single 的向量
可匯出至 ONNX	No

此估算器可為使用者提供一次性解決方案來執行下列動作：

• 語言偵測
• Token 化
• 文字正規化
• 預先定義和自訂停用字詞移除
• [Word型或字元型 Ngram 擷取和 SkipGram 擷取 (透過進階選項) ] https://en.wikipedia.org/wiki/N-gram ()
• TF、IDF 或 TF-IDF
• [L-p 向量正規化] (xref： Microsoft.ML.Transforms.LpNormNormalizingTransformer)

根據預設，特徵是由 (字/字元) n-gram/skip-gram 所組成，特徵數目會等於分析資料所找到的詞彙大小。 若要輸出產生權杖的其他資料行，請使用 OutputTokensColumnName。 您也可以選取要保留在 中的 TextFeaturizingEstimator.Options n-gram 數目上限來指定特徵數目，其中估算器可以進一步微調。

如需使用範例的連結，請參閱另請參閱一節。

方法

Fit(IDataView)	定型並傳 ITransformer 回 。
GetOutputSchema(SchemaShape)	傳 SchemaShape 回由轉換器產生之架構的 。 用於管線中的架構傳播和驗證。

擴充方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	將「快取檢查點」附加至估算器鏈結。 這可確保下游估算器會針對快取的資料定型。 在接受多個資料通過的定型器之前，擁有快取檢查點會很有説明。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	假設有估算器，傳回包裝物件，一旦 Fit(IDataView) 呼叫委派即可。 估算器通常必須傳回符合專案的相關資訊，這就是方法 Fit(IDataView) 傳回特定型別物件的原因，而不只是一般 ITransformer 。 不過，同時 IEstimator<TTransformer> ，通常會形成具有許多物件的管線，因此我們可能需要透過 EstimatorChain<TLastTransformer> 建置估算器的鏈結，而我們想要取得轉換器的估算器會在此鏈結的某處被隱藏。 在該案例中，我們可以透過此方法附加呼叫一次將會呼叫的委派。

另請參閱

• FeaturizeText(TransformsCatalog+TextTransforms, String, String)
• FeaturizeText(TransformsCatalog+TextTransforms, String, TextFeaturizingEstimator+Options, String[])