Cuvinte de oprire

Analiza sentimentelor în Python

Violeta Misheva

Data Scientist

Ce sunt cuvintele de oprire și cum se identifică?

Cuvinte de oprire: apar frecvent și nu sunt considerate informative

Liste de cuvinte de oprire în majoritatea limbilor

  {'the', 'a', 'an', 'and', 'but', 'for', 'on', 'in', 'at' ...}

Contextul contează

  {'movie', 'movies', 'film', 'films', 'cinema'}

Cuvinte de oprire în nori de cuvinte

Nor de cuvinte fără eliminarea cuvintelor de oprire

Nor de cuvinte cu cuvintele de oprire eliminate

Eliminarea cuvintelor de oprire din nori de cuvinte

# Import libraries
from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt

# Define the stopwords list
my_stopwords = set(STOPWORDS)
my_stopwords.update(["movie", "movies", "film", "films", "watch", "br"])

# Generate and show the word cloud
my_cloud = WordCloud(background_color='white', stopwords=my_stopwords).generate(name_string)
plt.imshow(my_cloud, interpolation='bilinear')

Cuvinte de oprire în BOW

from sklearn.feature_extraction.text import CountVectorizer, ENGLISH_STOP_WORDS

# Define the set of stop words
my_stop_words = ENGLISH_STOP_WORDS.union(['film', 'movie', 'cinema', 'theatre'])

vect = CountVectorizer(stop_words=my_stop_words) 
vect.fit(movies.review)
X = vect.transform(movies.review)

Să exersăm!

Analiza sentimentelor în Python