TextCatalog.ProduceWordBags Método

Definição

Namespace:: Microsoft.ML

Assembly:: Microsoft.ML.Transforms.dll

Pacote:: Microsoft.ML v4.0.1

Pacote:: Microsoft.ML v2.0.1

Pacote:: Microsoft.ML v3.0.1

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

Pacote:: Microsoft.ML v1.0.0

Pacote:: Microsoft.ML v1.1.0

Pacote:: Microsoft.ML v1.2.0

Pacote:: Microsoft.ML v1.3.1

Pacote:: Microsoft.ML v1.4.0

Pacote:: Microsoft.ML v1.5.5

Pacote:: Microsoft.ML v1.6.0

Pacote:: Microsoft.ML v1.7.0

Importante

Algumas informações se referem a produtos de pré-lançamento que podem ser substancialmente modificados antes do lançamento. A Microsoft não oferece garantias, expressas ou implícitas, das informações aqui fornecidas.

Sobrecargas

Nome	Description
ProduceWordBags(TransformsCatalog+TextTransforms, String, Char, Char, String, Int32)	Crie um WordBagEstimator, que mapeia a coluna especificada em `inputColumnName` um vetor de contagens de n-grama em uma nova coluna chamada `outputColumnName`.
ProduceWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	Crie um WordBagEstimator, que mapeia a coluna especificada em `inputColumnName` um vetor de contagens de n-grama em uma nova coluna chamada `outputColumnName`.
ProduceWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)	Crie um WordBagEstimator, que mapeia as várias colunas especificadas em `inputColumnNames` um vetor de contagens de n-grama em uma nova coluna chamada `outputColumnName`.

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

Origem:: TextCatalog.cs

Origem:: TextCatalog.cs

Origem:: TextCatalog.cs

Crie um WordBagEstimator, que mapeia a coluna especificada em inputColumnName um vetor de contagens de n-grama em uma nova coluna chamada 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

Parâmetros

catalog: TransformsCatalog.TextTransforms

O catálogo da transformação.

outputColumnName: String

Nome da coluna resultante da transformação de inputColumnName. O tipo de dados desta coluna será um vetor de tamanho conhecido de Single.

termSeparator: Char

freqSeparator: Char

inputColumnName: String

Nome da coluna da qual tirar os dados. <param name="maximumNgramsCount">Número máximo de n-gramas a serem armazenados no dicionário.</param><param name="termSeparator">Separador usado para separar pares de termos/frequência.</param><param name="freqSeparator">Separador usado para separar os termos de sua frequência.</param> Este avaliador opera sobre o vetor de texto.

maximumNgramsCount: Int32

Retornos

WordBagEstimator

Comentários

WordBagEstimator é diferente do NgramExtractingEstimator que o primeiro tokeniza o texto internamente e o último usa texto tokenizado como entrada.

Aplica-se a

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

Origem:: TextCatalog.cs

Origem:: TextCatalog.cs

Origem:: TextCatalog.cs

Crie um WordBagEstimator, que mapeia a coluna especificada em inputColumnName um vetor de contagens de n-grama em uma nova coluna chamada 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

Parâmetros

catalog: TransformsCatalog.TextTransforms

O catálogo da transformação.

outputColumnName: String

Nome da coluna resultante da transformação de inputColumnName. O tipo de dados desta coluna será um vetor de tamanho conhecido de Single.

inputColumnName: String

Nome da coluna da qual tirar os dados. Esse avaliador opera sobre o vetor de texto.

ngramLength: Int32

Comprimento de Ngram.

skipLength: Int32

Número máximo de tokens a serem ignoradas ao construir um n-grama.

useAllLengths: Boolean

Se deve incluir todos os comprimentos de n-grama até ngramLength ou apenas ngramLength.

maximumNgramsCount: Int32

Número máximo de n-gramas a serem armazenados no dicionário.

weighting: NgramExtractingEstimator.WeightingCriteria

Medida estatística usada para avaliar a importância de uma palavra para um documento em um corpus.

Retornos

WordBagEstimator

Comentários

WordBagEstimator é diferente do NgramExtractingEstimator que o primeiro tokeniza o texto internamente e o último usa texto tokenizado como entrada.

Aplica-se a

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

Origem:: TextCatalog.cs

Origem:: TextCatalog.cs

Origem:: TextCatalog.cs

Crie um WordBagEstimator, que mapeia as várias colunas especificadas em inputColumnNames um vetor de contagens de n-grama em uma nova coluna chamada 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

Parâmetros

catalog: TransformsCatalog.TextTransforms

O catálogo da transformação.

outputColumnName: String

Nome da coluna resultante da transformação de inputColumnNames. O tipo de dados desta coluna será um vetor de tamanho conhecido de Single.

inputColumnNames: String[]

Nomes das várias colunas de onde tirar os dados. Esse avaliador opera sobre o vetor de texto.

ngramLength: Int32

Comprimento de Ngram.

skipLength: Int32

Número máximo de tokens a serem ignoradas ao construir um n-grama.

useAllLengths: Boolean

Se deve incluir todos os comprimentos de n-grama até ngramLength ou apenas ngramLength.

maximumNgramsCount: Int32

Número máximo de n-gramas a serem armazenados no dicionário.

weighting: NgramExtractingEstimator.WeightingCriteria

Medida estatística usada para avaliar a importância de uma palavra para um documento em um corpus.

Retornos

WordBagEstimator

Comentários

WordBagEstimator é diferente do NgramExtractingEstimator que o primeiro tokeniza o texto internamente e o último usa texto tokenizado como entrada.

Aplica-se a