TransformsCatalog.TextTransforms Classe

Creare un WordEmbeddingEstimatoroggetto , che è un featurizer di testo che converte un vettore di testo in un vettore numerico usando modelli di incorporamento pre-training.

Creare un WordEmbeddingEstimatoroggetto , che è un featurizer di testo che converte i vettori di testo in vettori numerici usando modelli di incorporamento pre-sottoposti a training.

Creare un TextFeaturizingEstimatoroggetto , che trasforma una colonna di testo in vettore con caratteristiche di che rappresenta i conteggi normalizzati di Single n-grammi e char-grammi.

Creare un TextFeaturizingEstimatoroggetto , che trasforma una colonna di testo in un vettore con caratteristiche di che rappresenta i conteggi normalizzati di Single n-grammi e char-grammi.

Creare un LatentDirichletAllocationEstimatoroggetto , che usa LightLDA per trasformare il testo (rappresentato come vettore di float) in un vettore di Single che indica la somiglianza del testo con ogni argomento identificato.

Crea un TextNormalizingEstimatoroggetto , che normalizza il testo in inputColumnName ingresso in, modificando facoltativamente maiuscole e minuscole, rimuovendo segni di punteggiatura, numeri e restituisce nuovo testo come outputColumnName.

Creare un NgramHashingEstimatoroggetto , che copia i dati dalla colonna specificata in inputColumnName una nuova colonna: outputColumnName e produce un vettore di conteggi di n-grammi hash.

Creare un NgramHashingEstimatoroggetto , che accetta i dati dalle più colonne specificate in inputColumnNames una nuova colonna: outputColumnName e produce un vettore di conteggi di n-grammi hash.

Creare un WordHashBagEstimatoroggetto , che esegue il mapping della colonna specificata in inputColumnName a un vettore di conteggi di n-grammi hash in una nuova colonna denominata outputColumnName.

Creare un WordHashBagEstimatoroggetto , che esegue il mapping delle più colonne specificate in inputColumnNames a un vettore di conteggi di n-grammi hash in una nuova colonna denominata outputColumnName.

Crea un oggetto NgramExtractingEstimator che produce un vettore di conteggi di n-grammi (sequenze di parole consecutive) rilevate nel testo di input.

Creare un WordBagEstimatoroggetto , che esegue il mapping della colonna specificata in inputColumnName a un vettore di conteggi n-gram in una nuova colonna denominata outputColumnName.

Creare un WordBagEstimatoroggetto , che esegue il mapping della colonna specificata in inputColumnName a un vettore di conteggi n-gram in una nuova colonna denominata outputColumnName.

Creare un WordBagEstimatoroggetto , che esegue il mapping delle più colonne specificate in a un vettore di conteggi n-gram in inputColumnNames una nuova colonna denominata outputColumnName.

Creare un CustomStopWordsRemovingEstimatoroggetto , che copia i dati dalla colonna specificata in inputColumnName in una nuova colonna: outputColumnName e rimuove un set di testo predefinito specifico per language esso.

Creare un CustomStopWordsRemovingEstimatoroggetto , che copia i dati dalla colonna specificata in inputColumnName una nuova colonna: outputColumnName e rimuove il testo specificato da esso stopwords .

Creare un TokenizingByCharactersEstimatoroggetto , che tokenizza suddividendo il testo in sequenze di caratteri usando una finestra scorrevole.

Creare un WordTokenizingEstimatoroggetto , che tokenzza il testo di input usando separators come separatori.