Capturer un motif de jeton

Analyse de sentiments en Python

Violeta Misheva

Data Scientist

Opérateurs et comparaisons sur les chaînes

# Vérifie si une chaîne contient uniquement des lettres  
my_string.isalpha()

# Vérifie si une chaîne contient uniquement des chiffres 
my_string.isdigit()

# Vérifie si une chaîne contient uniquement des caractères alphanumériques
my_string.isalnum()

# Tokenisation des mots (version initiale)
word_tokens = [word_tokenize(review) for review in reviews.review]

# Conserver uniquement les jetons composés de lettres
cleaned_tokens = [[word for word in item if word.isalpha()] for item in word_tokens]

len(word_tokens[0])

len(cleaned_tokens[0])

import re

my_string = '#Wonderfulday'
# Extraire #, suivi de n'importe quelle lettre, minuscule ou majuscule
x = re.search('#[A-Za-z]', my_string)

x
<re.Match object; span=(0, 2), match='#W'>

# Motif de jeton par défaut dans CountVectorizer
'\b\w\w+\b'

# Spécifier un motif de jeton particulier
CountVectorizer(token_pattern=r'\b[^\d\W][^\d\W]+\b')

Analyse de sentiments en Python