CustomStopWordsRemovingEstimator Classe

Definição

public sealed class CustomStopWordsRemovingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.Text.CustomStopWordsRemovingTransformer>
type CustomStopWordsRemovingEstimator = class
    inherit TrivialEstimator<CustomStopWordsRemovingTransformer>
Public NotInheritable Class CustomStopWordsRemovingEstimator
Inherits TrivialEstimator(Of CustomStopWordsRemovingTransformer)
Herança
CustomStopWordsRemovingEstimator

Comentários

Características do avaliador

Esse avaliador precisa examinar os dados para treinar seus parâmetros? No
Tipo de dados de coluna de entrada Vetor de texto
Tipo de dados de coluna de saída Vetor de texto
Exportável para ONNX Yes

O resultado CustomStopWordsRemovingTransformer cria uma nova coluna, nomeada conforme especificado pelo parâmetro de nome da coluna de saída, e a preenche com um vetor de palavras que contém todas as palavras na coluna de entrada, exceto aquelas fornecidas pelo parâmetro stopwords. Toda a comparação de texto feita pela conversão de palavras fornecidas da coluna de entrada para a letra minúscula usando regras de maiúsculas e minúsculas de cultura invariável.

Verifique a seção Consulte Também para obter links para exemplos de uso.

Métodos

Nome Description
Fit(IDataView)

IEstimator<TTransformer> para o CustomStopWordsRemovingTransformer.

(Herdado de TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)

Retorna o SchemaShape esquema que será produzido pelo transformador. Usado para propagação e verificação de esquema em um pipeline.

Métodos de Extensão

Nome Description
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Acrescente um 'ponto de verificação de cache' à cadeia do avaliador. Isso garantirá que os avaliadores downstream serão treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes dos treinadores que têm várias passagens de dados.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Dado um avaliador, retorne um objeto de encapsulamento que chamará um delegado uma vez Fit(IDataView) chamado. Geralmente, é importante que um avaliador retorne informações sobre o que estava em forma, e é por isso que o Fit(IDataView) método retorna um objeto especificamente tipado, em vez de apenas um geral ITransformer. No entanto, ao mesmo tempo, IEstimator<TTransformer> muitas vezes são formados em pipelines com muitos objetos, portanto, talvez seja necessário criar uma cadeia de avaliadores por meio EstimatorChain<TLastTransformer> de onde o avaliador para o qual queremos obter o transformador está enterrado em algum lugar nessa cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado assim que o ajuste for chamado.

Aplica-se a

Confira também