知识卡片
字符过滤会改变可观察情感
示例只接受字母开头、后续ASCII字母数字的token,会删掉许多emoji、撇号词、非英语字符或带符号表达,也丢掉部分情感信号。停用检查在lower之前,还可能与小写停用表不一致。应让过滤规则与语言、任务及训练推断一致,不能把“通过正则”当无条件更干净或更准确。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 第7章 情感分析:我很快乐 7.1.2 使用机器学习执行情感分析 · 查看原书依据
^[a-zA-Z][a-zA-Z0-9]*$
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7章 情感分析:我很快乐,spine061单元006;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/text00060.html。
- 结论依据:原文匹配模式、strip、停用判断和末尾lower的顺序可直接推导保留范围及大小写问题。未在本机运行示例或改变环境。
- 原始内容:. val = re.search(r"^[a-zA-Z][a-zA-Z0-9]*$", w) #If there is a stop word, then it is ignored. if(w in stopWords or val is None)