1回答

小简同学

2021-10-10

同学你好，计算机是不认识我们的文本，需要将文本转换为数字和向量，才能进入下一步的模型训练。通常我们是将文本转换为文本向量，这个向量是由词项组成，例如[我，你，和]，然后再建立字典，即(索引，词项)这么一种形式的字典，例如(3，我)，(5，你)，(2，和)，这样，我们就可以用索引来表示词项，那么，文本向量就可以这样表示，[3，5，2]。然后就可以对每个文档里每个词项出现的次数进行计算。如何计算？构建一个n*m的矩阵，n是文档数量，即矩阵的每一行是一个文档，m是所有文档的所有词项。那么这个矩阵的每一个值就是这个词项在这个文档出现的次数。

0

0