TextCatalog.ProduceWordBags Método

Definición

Espacio de nombres:: Microsoft.ML

Ensamblado:: Microsoft.ML.Transforms.dll

Paquete:: Microsoft.ML v4.0.1

Paquete:: Microsoft.ML v2.0.1

Paquete:: Microsoft.ML v3.0.1

Paquete:: Microsoft.ML v5.0.0-preview.1.25125.4

Paquete:: Microsoft.ML v1.0.0

Paquete:: Microsoft.ML v1.1.0

Paquete:: Microsoft.ML v1.2.0

Paquete:: Microsoft.ML v1.3.1

Paquete:: Microsoft.ML v1.4.0

Paquete:: Microsoft.ML v1.5.5

Paquete:: Microsoft.ML v1.6.0

Paquete:: Microsoft.ML v1.7.0

Importante

Parte de la información hace referencia a la versión preliminar del producto, que puede haberse modificado sustancialmente antes de lanzar la versión definitiva. Microsoft no otorga ninguna garantía, explícita o implícita, con respecto a la información proporcionada aquí.

Sobrecargas

Nombre	Description
ProduceWordBags(TransformsCatalog+TextTransforms, String, Char, Char, String, Int32)	Cree un WordBagEstimatorobjeto , que asigna la columna especificada en `inputColumnName` a un vector de recuentos de n-gramas en una nueva columna denominada `outputColumnName`.
ProduceWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	Cree un WordBagEstimatorobjeto , que asigna la columna especificada en `inputColumnName` a un vector de recuentos de n-gramas en una nueva columna denominada `outputColumnName`.
ProduceWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	Cree un objeto WordBagEstimator, que asigna las varias columnas especificadas en `inputColumnNames` a un vector de recuentos de n-gramas en una nueva columna denominada `outputColumnName`.

ProduceWordBags(TransformsCatalog+TextTransforms, String, Char, Char, String, Int32)

Source:: TextCatalog.cs

Source:: TextCatalog.cs

Source:: TextCatalog.cs

Cree un WordBagEstimatorobjeto , que asigna la columna especificada en inputColumnName a un vector de recuentos de n-gramas en una nueva columna denominada outputColumnName.

public static Microsoft.ML.Transforms.Text.WordBagEstimator ProduceWordBags(this Microsoft.ML.TransformsCatalog.TextTransforms catalog, string outputColumnName, char termSeparator, char freqSeparator, string inputColumnName = default, int maximumNgramsCount = 10000000);

static member ProduceWordBags : Microsoft.ML.TransformsCatalog.TextTransforms * string * char * char * string * int -> Microsoft.ML.Transforms.Text.WordBagEstimator

<Extension()>
Public Function ProduceWordBags (catalog As TransformsCatalog.TextTransforms, outputColumnName As String, termSeparator As Char, freqSeparator As Char, Optional inputColumnName As String = Nothing, Optional maximumNgramsCount As Integer = 10000000) As WordBagEstimator

Parámetros

catalog: TransformsCatalog.TextTransforms

Catálogo de la transformación.

outputColumnName: String

Nombre de la columna resultante de la transformación de inputColumnName. El tipo de datos de esta columna será un vector de tamaño conocido de Single.

termSeparator: Char

freqSeparator: Char

inputColumnName: String

Nombre de la columna de la que se van a tomar los datos. <param name="maximumNgramsCount">Número máximo de n-gramas que se van a almacenar en el diccionario.</param param><name="termSeparator">Separator usado para separar los pares de términos y frecuencias.</param param><name="freqSeparator">Separator usado para separar los términos de su frecuencia.</param> Este estimador funciona sobre el vector de texto.

maximumNgramsCount: Int32

Devoluciones

WordBagEstimator

Comentarios

WordBagEstimator es diferente de NgramExtractingEstimator en que el anterior tokeniza el texto internamente y este último toma texto tokenizado como entrada.

Se aplica a

ProduceWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)

Source:: TextCatalog.cs

Source:: TextCatalog.cs

Source:: TextCatalog.cs

Cree un WordBagEstimatorobjeto , que asigna la columna especificada en inputColumnName a un vector de recuentos de n-gramas en una nueva columna denominada outputColumnName.

public static Microsoft.ML.Transforms.Text.WordBagEstimator ProduceWordBags(this Microsoft.ML.TransformsCatalog.TextTransforms catalog, string outputColumnName, string inputColumnName = default, int ngramLength = 2, int skipLength = 0, bool useAllLengths = true, int maximumNgramsCount = 10000000, Microsoft.ML.Transforms.Text.NgramExtractingEstimator.WeightingCriteria weighting = Microsoft.ML.Transforms.Text.NgramExtractingEstimator+WeightingCriteria.Tf);

static member ProduceWordBags : Microsoft.ML.TransformsCatalog.TextTransforms * string * string * int * int * bool * int * Microsoft.ML.Transforms.Text.NgramExtractingEstimator.WeightingCriteria -> Microsoft.ML.Transforms.Text.WordBagEstimator

<Extension()>
Public Function ProduceWordBags (catalog As TransformsCatalog.TextTransforms, outputColumnName As String, Optional inputColumnName As String = Nothing, Optional ngramLength As Integer = 2, Optional skipLength As Integer = 0, Optional useAllLengths As Boolean = true, Optional maximumNgramsCount As Integer = 10000000, Optional weighting As NgramExtractingEstimator.WeightingCriteria = Microsoft.ML.Transforms.Text.NgramExtractingEstimator+WeightingCriteria.Tf) As WordBagEstimator

Parámetros

catalog: TransformsCatalog.TextTransforms

Catálogo de la transformación.

outputColumnName: String

Nombre de la columna resultante de la transformación de inputColumnName. El tipo de datos de esta columna será un vector de tamaño conocido de Single.

inputColumnName: String

Nombre de la columna de la que se van a tomar los datos. Este estimador funciona sobre el vector de texto.

ngramLength: Int32

Longitud del ngrama.

skipLength: Int32

Número máximo de tokens que se omitirán al construir un n-grama.

useAllLengths: Boolean

Si se van a incluir todas las longitudes de n-gramas hasta ngramLength o solo ngramLength.

maximumNgramsCount: Int32

Número máximo de n-gramas que se van a almacenar en el diccionario.

weighting: NgramExtractingEstimator.WeightingCriteria

Medida estadística utilizada para evaluar la importancia de una palabra en un documento en un corpus.

Devoluciones

WordBagEstimator

Comentarios

WordBagEstimator es diferente de NgramExtractingEstimator en que el anterior tokeniza el texto internamente y este último toma texto con tokenizado como entrada.

Se aplica a

ProduceWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)

Source:: TextCatalog.cs

Source:: TextCatalog.cs

Source:: TextCatalog.cs

Cree un objeto WordBagEstimator, que asigna las varias columnas especificadas en inputColumnNames a un vector de recuentos de n-gramas en una nueva columna denominada outputColumnName.

public static Microsoft.ML.Transforms.Text.WordBagEstimator ProduceWordBags(this Microsoft.ML.TransformsCatalog.TextTransforms catalog, string outputColumnName, string[] inputColumnNames, int ngramLength = 2, int skipLength = 0, bool useAllLengths = true, int maximumNgramsCount = 10000000, Microsoft.ML.Transforms.Text.NgramExtractingEstimator.WeightingCriteria weighting = Microsoft.ML.Transforms.Text.NgramExtractingEstimator+WeightingCriteria.Tf);

static member ProduceWordBags : Microsoft.ML.TransformsCatalog.TextTransforms * string * string[] * int * int * bool * int * Microsoft.ML.Transforms.Text.NgramExtractingEstimator.WeightingCriteria -> Microsoft.ML.Transforms.Text.WordBagEstimator

<Extension()>
Public Function ProduceWordBags (catalog As TransformsCatalog.TextTransforms, outputColumnName As String, inputColumnNames As String(), Optional ngramLength As Integer = 2, Optional skipLength As Integer = 0, Optional useAllLengths As Boolean = true, Optional maximumNgramsCount As Integer = 10000000, Optional weighting As NgramExtractingEstimator.WeightingCriteria = Microsoft.ML.Transforms.Text.NgramExtractingEstimator+WeightingCriteria.Tf) As WordBagEstimator

Parámetros

catalog: TransformsCatalog.TextTransforms

Catálogo de la transformación.

outputColumnName: String

Nombre de la columna resultante de la transformación de inputColumnNames. El tipo de datos de esta columna será un vector de tamaño conocido de Single.

inputColumnNames: String[]

Nombres de las varias columnas de las que se van a tomar los datos. Este estimador funciona sobre el vector de texto.

ngramLength: Int32

Longitud del ngrama.

skipLength: Int32

Número máximo de tokens que se omitirán al construir un n-grama.

useAllLengths: Boolean

Si se van a incluir todas las longitudes de n-gramas hasta ngramLength o solo ngramLength.

maximumNgramsCount: Int32

Número máximo de n-gramas que se van a almacenar en el diccionario.

weighting: NgramExtractingEstimator.WeightingCriteria

Medida estadística utilizada para evaluar la importancia de una palabra en un documento en un corpus.

Devoluciones

WordBagEstimator

Comentarios

WordBagEstimator es diferente de NgramExtractingEstimator en que el anterior tokeniza el texto internamente y este último toma texto tokenizado como entrada.

Se aplica a