Мішок слів

Аналіз тональності в Python

Violeta Misheva

Data Scientist

Що таке bag-of-words (BOW)?

 

  • Описує появу слів у документі або корпусі документів

  • Створює словник слів і міру їхньої наявності

Аналіз тональності в Python

Відгуки про товари Amazon

перші 10 рядків набору відгуків про товари Amazon

Аналіз тональності в Python

Аналіз тональності з BOW: приклад

This is the best book ever. I loved the book and highly recommend it!!!

{'This': 1, 'is': 1, 'the': 2 , 'best': 1 , 'book': 2, 
'ever': 1, 'I':1 , 'loved':1 , 'and': 1  , 'highly': 1,
'recommend': 1 , 'it': 1 }
  • Втрачає порядок слів і граматику!
Аналіз тональності в Python

Підсумок BOW

  • Результат виглядатиме приблизно так:

перші 5 рядків набору даних, що показують результат підходу BOW

Аналіз тональності в Python

Функція CountVectorizer

import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer

vect = CountVectorizer(max_features=1000) 
vect.fit(data.review)
X = vect.transform(data.review)
Аналіз тональності в Python

Вивід CountVectorizer

X

<10000x1000 sparse matrix of type '<class 'numpy.int64'>' 
  with 406668 stored elements in Compressed Sparse Row format>
Аналіз тональності в Python

Перетворення векторизатора

# Transform to an array
my_array = X.toarray()

# Transform back to a DataFrame, assign column names
X_df = pd.DataFrame(my_array, columns=vect.get_feature_names())
Аналіз тональності в Python

Давайте потренуємось!

Аналіз тональності в Python

Preparing Video For Download...