TextCatalog.ProduceWordBags Metoda

Definicja

Przestrzeń nazw:: Microsoft.ML

Zestaw:: Microsoft.ML.Transforms.dll

Pakiet:: Microsoft.ML v4.0.1

Pakiet:: Microsoft.ML v2.0.1

Pakiet:: Microsoft.ML v3.0.1

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

Pakiet:: Microsoft.ML v1.0.0

Pakiet:: Microsoft.ML v1.1.0

Pakiet:: Microsoft.ML v1.2.0

Pakiet:: Microsoft.ML v1.3.1

Pakiet:: Microsoft.ML v1.4.0

Pakiet:: Microsoft.ML v1.5.5

Pakiet:: Microsoft.ML v1.6.0

Pakiet:: Microsoft.ML v1.7.0

Ważne

Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.

Przeciążenia

Nazwa	Opis
ProduceWordBags(TransformsCatalog+TextTransforms, String, Char, Char, String, Int32)	Utwórz obiekt , który mapuje kolumnę WordBagEstimatorokreśloną w `inputColumnName` elemektorze n-gram counts w nowej kolumnie o nazwie `outputColumnName`.
ProduceWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	Utwórz obiekt , który mapuje kolumnę WordBagEstimatorokreśloną w `inputColumnName` elemektorze n-gram counts w nowej kolumnie o nazwie `outputColumnName`.
ProduceWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	Utwórz obiekt WordBagEstimator, który mapuje wiele kolumn określonych w elembcie `inputColumnNames` na wektor n-gram counts w nowej kolumnie o nazwie `outputColumnName`.

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

Źródło:: TextCatalog.cs

Źródło:: TextCatalog.cs

Źródło:: TextCatalog.cs

Utwórz obiekt , który mapuje kolumnę WordBagEstimatorokreśloną w inputColumnName elemektorze n-gram counts w nowej kolumnie o nazwie 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

Parametry

catalog: TransformsCatalog.TextTransforms

Wykaz przekształcenia.

outputColumnName: String

Nazwa kolumny wynikającej z przekształcenia elementu inputColumnName. Typ danych tej kolumny będzie znanym wektorem rozmiaru Single.

termSeparator: Char

freqSeparator: Char

inputColumnName: String

Nazwa kolumny do podjęcia danych. <param name="maximumNgramsCount">Maksymalna liczba n-gramów do przechowywania w słowniku.</param param><name="termSeparator">Separator używany do oddzielania par terminów/częstotliwości.</param param><name="freqSeparator">Separator używany do oddzielania terminów od ich częstotliwości.</param> Ten narzędzie do szacowania działa na wektor tekstu.

maximumNgramsCount: Int32

Zwraca

WordBagEstimator

Uwagi

WordBagEstimator różni się od NgramExtractingEstimator tego, że poprzedni tokenizuje tekst wewnętrznie, a drugi przyjmuje tokenizowany tekst jako dane wejściowe.

Dotyczy

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

Źródło:: TextCatalog.cs

Źródło:: TextCatalog.cs

Źródło:: TextCatalog.cs

Utwórz obiekt , który mapuje kolumnę WordBagEstimatorokreśloną w inputColumnName elemektorze n-gram counts w nowej kolumnie o nazwie 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

Parametry

catalog: TransformsCatalog.TextTransforms

Wykaz przekształcenia.

outputColumnName: String

Nazwa kolumny wynikającej z przekształcenia elementu inputColumnName. Typ danych tej kolumny będzie znanym wektorem rozmiaru Single.

inputColumnName: String

Nazwa kolumny do podjęcia danych. Ten narzędzie do szacowania działa na wektor tekstu.

ngramLength: Int32

Długość Ngramu.

skipLength: Int32

Maksymalna liczba tokenów do pominięcia podczas konstruowania n-grama.

useAllLengths: Boolean

Czy należy uwzględnić wszystkie długości n-gramowe do ngramLength lub tylko ngramLength.

maximumNgramsCount: Int32

Maksymalna liczba n-gramów do przechowywania w słowniku.

weighting: NgramExtractingEstimator.WeightingCriteria

Miara statystyczna używana do oceny, jak ważne jest słowo w dokumencie w korpusie.

Zwraca

WordBagEstimator

Uwagi

WordBagEstimator różni się od NgramExtractingEstimator tego, że poprzedni tokenizuje tekst wewnętrznie, a drugi przyjmuje tokenizowany tekst jako dane wejściowe.

Dotyczy

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

Źródło:: TextCatalog.cs

Źródło:: TextCatalog.cs

Źródło:: TextCatalog.cs

Utwórz obiekt WordBagEstimator, który mapuje wiele kolumn określonych w elembcie inputColumnNames na wektor n-gram counts w nowej kolumnie o nazwie 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

Parametry

catalog: TransformsCatalog.TextTransforms

Wykaz przekształcenia.

outputColumnName: String

Nazwa kolumny wynikającej z przekształcenia elementu inputColumnNames. Typ danych tej kolumny będzie znanym wektorem rozmiaru Single.

inputColumnNames: String[]

Nazwy wielu kolumn do przejęcia danych. Ten narzędzie do szacowania działa na wektor tekstu.

ngramLength: Int32

Długość Ngramu.

skipLength: Int32

Maksymalna liczba tokenów do pominięcia podczas konstruowania n-grama.

useAllLengths: Boolean

Czy należy uwzględnić wszystkie długości n-gramowe do ngramLength lub tylko ngramLength.

maximumNgramsCount: Int32

Maksymalna liczba n-gramów do przechowywania w słowniku.

weighting: NgramExtractingEstimator.WeightingCriteria

Miara statystyczna używana do oceny, jak ważne jest słowo w dokumencie w korpusie.

Zwraca

WordBagEstimator

Uwagi

WordBagEstimator różni się od NgramExtractingEstimator tego, że poprzedni tokenizuje tekst wewnętrznie, a drugi przyjmuje tokenizowany tekst jako dane wejściowe.

Dotyczy