Pythonでの機械学習のためのテキストの前処理−自然言語処理

自然言語処理のためのPythonによるテキスト前処理と機械学習

キリル・ドブレフによる写真

一部の一般的なテキスト前処理の技術Pythonの例とともに

このソーシャルメディアとオンラインビジネスの時代では、テキストデータが様々な場所から来ます。 しかし、テキストデータの取り扱いはトリッキーです。 生のテキストにはあらゆる種類の不純物、不要なノイズ、綴りの間違いなどが含まれる場合があります。 そのため、テキストデータのモデリングに入る前に、適切な前処理を行う必要があります。

この記事では、テキストデータを機械学習向けに準備するための一般的なテキスト前処理の手法に取り組みます。

数値の削除

テキスト中の数値は、機械学習モデルにとって欺瞞的な場合があります。 なぜなら、結局のところ、テキストは数値として変換する必要があるからです。 各テキストは数字として変換されます。 テキストに再び数値が含まれている場合、それらの数値には不必要に干渉する可能性があります。 そのため、数値の削除は役に立ちます。

ここでは、正規表現を使用して数値を削除しました。 そのため、まず ‘re’をインポートする必要がありました。

 import re  text = "クラスAには35人の学生がいます。 クラスBには29人の学生がいますが、全員が数学が得意です。"res = re.sub(r'\ d + '、 ''、 text)res 

出力:

 'クラスAには学生がいます。 クラスBには学生がいますが、全員が数学が得意です。' 

すべての数値がテキストからなくなりました。

余分なスペースの削除

これはまた別の面白い問題です。 時には、生データに先頭や末尾に余分なスペースが入ってくることがありますが、問題には見えません。 しかし、問題を引き起こす可能性があります。 余分なスペースがある場合、同じ単語が2つの異なる単語として表示される場合があります。 たとえば、モデルを開発する際に単語「曲」の先頭に余分なスペースを追加すると、スペースのみの違いから「音楽」だけでなく別の単語と見なされる可能性があり、モデルのパフォーマンスに悪影響を与えるかもしれません。

 st = "結果は素晴らしかった "st.strip() 

出力:

 '結果は素晴らしかった' 

先頭と末尾のスペースがなくなりました。

私はKaggleからtwitter.csvデータを使用しました…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

Deep learning論文の数学をPyTorchで効率的に実装する:SimCLR コントラスティブロス

PyTorch / TensorFlow のコードに深層学習論文の数学を実装することは、深層学習モデルの数学的な理解を深め、高度なプログラ...

データサイエンス

AIと機械学習のためのReactJS:強力な組み合わせ

このブログ記事では、ReactJSとAI/MLが組み合わされることで、パワフルでインタラクティブなウェブアプリケーションを構築す...

機械学習

このAI論文は、柔軟なタスクシステムと手順的生成による強化学習を革新するNeural MMO 2.0を紹介しています

MIT、CarperAI、Parametrix.AIの研究者らは、Neural MMO 2.0を導入しました。これは、多様な目的と報酬信号を定義できる柔軟...

人工知能

「今日の市場においてAIパワードモバイルアプリが際立っているのは何か?」

AIはモバイルアプリを革命し、個人の経験を提供します最新技術を駆使したアプリ開発の利点、成功、そして将来を探求してください

人工知能

X / Twitterでお金を稼ぐ方法

X(別名Twitter)は、クリエイターに広告収益の一部を支払い始めましたここでは、その一部を手に入れる方法を紹介します

機械学習

AIの時代のコーディング:ChatGPTの役割と次世代プログラミング

ChatGPTはデジタルの世界を変えつつあり、プログラミングも例外ではありませんプログラマーにどのように助けられ、コーディン...