初识人工智能---------自然语言处理&&词袋模型

1.自然语言处理(NLP)

自然语言处理(Natural Language Processing,简称NLP)研究的是如何通过机器学习等技术,让计算机学会处理自然(人类)语言,以完成有意义的任务。

下面是一些常见的日常生活应用:

1. 邮件过滤:

系统会根据电子邮件的内容识别电子邮件是否属于三个类别(重要、社交或广告)之一,或者判断一封邮件是否是垃圾邮件。此时就是通过NLP来对这些邮件进行一系列的分类。

2. 搜索引擎,如百度、谷歌等。

在我们输入2-3个字后,搜索引擎会显示可能的搜索词。或者如果输入了错别字,搜索引擎会自动进行更正。

这就是通过NLP技术来实现的搜索自动完成和自动更正功能,帮助我们更有效地找到准确的结果;

3. 机器翻译,比如Google、有道翻译。

目前所追求的翻译,不再仅仅是通过计算机直接将一种语言转换为另一种语言,而是需要像人类一样能够理解世界知识和上下文。

要让电脑像人类一样理解自然语言,必然离不开NLP技术。

4. 语音助理,比如Siri、智能音箱等。

现在的语音助理,与人类之间的交流不再是简单的你问我答,不少语音助手甚至能和人类进行深度交谈。

同样在这背后离不开NLP技术,使得语音助理能够将人类语言转换为机器语言,然后执行相应的操作。

总结一下,广义上来讲任何处理自然语言的计算机操作都可以被理解为NLP。

2.中文分词

一篇文本是由无数句话组成,而一句话又是由一个个词语组成,因此可以将词语看作是自然语言的基本单位。

对于英文而言,间隔很明显能够判断那个是单个的,但是一句中文的句子应该如何进行判断呢,这个就是分词;现在有技术把中文的词语分隔开,实现分词的目的;

3.词袋模型

对于文本而言,词语出现的频率就可以作为一项特征。那么,词频这个特征就能帮我们提取出关键词。

在进行NLP时,构造词袋模型(Bag-of-Words Model)是一种常用的用于统计词频的技术。

将复杂的词句结构降维成体现主题的词语计数,以便计算机进行后续的处理。

这就是词袋模型的基本思想。

4.读取CSV文件

(1)简介

CSV(Comma-Separated Values)文件以纯文本的形式储存数字、文本等表格数据。

Python提供了一个用于处理CSV文件的模块:csv 模块。由于是内置的模块,直接导入就可以了;

(2)文件的读取

# 导入csv模块
import csv

# 使用open()函数打开数据集,并将返回的文件对象存储在变量file中
file = open("/Users/xxxxxxxxxxx", "r")

# 使用csv.reader()函数读取数据集,并赋值给变量reader
reader = csv.reader(file)

导入模块---------------打开文件,r表示的是以只读的方式打开文件----------------通过函数读取数据,赋值reader;

5.标准化处理

for info in reader:

    print(info)

reader对象存储的是CSV文件里所有行数据,相当于每一行数据都作为字符串列表返回。

也就是说reader的每个元素都是字符串列表:为了便于管理,我们把它进行标准化的处理;

1. 先创建一个空列表,用于存储reader对象中的值
2. 使用for循环遍历reader对象
3. 使用append()函数,将reader对象中的每行数据添加到空列表data中

// 创建一个空列表data
data = []

// 使用for循环遍历reader,将遍历的数据存储到变量info中
for info in reader:

    // 使用append()函数,将info逐一添加到data列表中
    data.append(info)
    
// 输出data
print(data)

这样,data这个列表里面就全是小的列表,data就是一个嵌套列表。

相关推荐

  1. 人工智能---------自然语言处理&&模型

    2024-04-03 23:24:03       6 阅读
  2. NLP-模型

    2024-04-03 23:24:03       19 阅读
  3. 「X」Embedding in NLP|自然语言处理(NLP)

    2024-04-03 23:24:03       22 阅读
  4. 自然语言处理-向量技术

    2024-04-03 23:24:03       17 阅读

最近更新

  1. leetcode705-Design HashSet

    2024-04-03 23:24:03       8 阅读
  2. Unity发布webgl之后打开streamingAssets中的html文件

    2024-04-03 23:24:03       8 阅读
  3. vue3、vue2中nextTick源码解析

    2024-04-03 23:24:03       9 阅读
  4. 高级IO——React服务器简单实现

    2024-04-03 23:24:03       8 阅读
  5. 将图片数据转换为张量(Go并发处理)

    2024-04-03 23:24:03       7 阅读
  6. go第三方库go.uber.org介绍

    2024-04-03 23:24:03       8 阅读
  7. 前后端AES对称加密 前端TS 后端Go

    2024-04-03 23:24:03       10 阅读

热门阅读

  1. MySQL学习笔记(持续更行ing)

    2024-04-03 23:24:03       8 阅读
  2. C++从入门到精通——nullptr

    2024-04-03 23:24:03       5 阅读
  3. 大厂HashMap源码面试

    2024-04-03 23:24:03       4 阅读
  4. Linux进程状态

    2024-04-03 23:24:03       4 阅读
  5. 力扣--哈希表+滑动子块--串联所有单词子串

    2024-04-03 23:24:03       4 阅读
  6. MySQL两表联查之分组成绩第几问题

    2024-04-03 23:24:03       4 阅读
  7. Redis面试题15道

    2024-04-03 23:24:03       2 阅读