知识卡片

普通读书笔记卡 · 6644.a.1.ar · 生成模型:未记录

停用词交集只是语言判断启发

理解等级:中级

把文本独特小写词与各语言停用词表求交,再选交集数量最多的语言,是一个简单词表启发。该数量不是归一概率,短文本、混合语言、相近语言与全零并列会不可靠。原代码生成wor却使用words存在变量不一致,不能由长英语案例输出断言任意文本识别准确;语言检测也不是一般语义理解。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第3章 形态学:在实践中学习,spine057单元009;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00056.html。 - 结论依据:原文交集计数/max选择定义实际分数,无概率归一,且words与wor变量不一;原样输出不是执行验证。未在本机运行示例或改变环境。 - 原始内容:tion(stopwords_set) languages_ratios[language] = len(common_elements) # language "score" return languages_ratios #----------------------------------------