原书出处
社交网站的数据挖掘与分析(原书第2版)
,在例4-6中,语料库['b']结束是“
study.”;这和出现在['a']中的“study”不一样。在这种情形下,后面的标点会影响TF和IDF的计算。有时,我们看起来处理句子末尾的句号上下文内容很容易,但是对机器来说,要做出相同水准的判断会困难很多。 编写程序来帮助机器更好理解出现在人类语言数据的单词内容,是一个充满活力的研究领域,而且对未来的搜索技术和Web技术有巨大的潜在价值。 [1] 单词
the在Brown语料库是占7%的词项,
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0076.html
EPUB SHA-256:06582ecdf071724c9e218bc2698d2fff4e82a992d672b287e4c2e6092c924bcf