文本特征处理
- 1 什么是n-gram特征
- 2 文本长度规范及其作用
文本特征处理的作用:
文本特征处理包括为语料添加具有普适性的文本特征,如:n-gram特征,以及对加入特征之后的文本语料进行必要的处理, 如: 长度规范。这些特征处理工作能够有效的将重要的文本特征加入模型训练中,增强模型评估指标。
常见的文本特征处理方法:
- 添加n-gram特征
- 文本长度规范
1 什么是n-gram特征
给定一段文本序列, 其中n个词或字的相邻共现特征即n-gram特征, 常用的n-gram特征是bi-gram和tri-gram特征, 分别对应n为2和3.
举个例子:
假设给定分词列表: ["是谁", "敲动", "我心"]对应的数值映射列表为: