Model Tas-Kata

term_id: bag_of_words_model

Category: basic_concepts

Definition

Teknik pemrosesan bahasa alami ini merepresentasikan teks sebagai kumpulan kata multiset, mengabaikan sintaksis dan urutan. Ini mengubah dokumen menjadi vektor numerik berdasarkan frekuensi atau keberadaan kata. W

Summary

Model tas-kata adalah representasi penyederhanaan teks yang menggambarkan kemunculan kata dalam dokumen, mengabaikan tata bahasa dan urutan kata.

Key Concepts

  • Tokenisasi
  • Penghitungan frekuensi
  • Ruang vektor
  • Ekstraksi fitur

Use Cases

  • Klasifikasi teks
  • Filter spam
  • Retrieval informasi

Code Example

1
2
3
4

from sklearn.feature_extraction.text import CountVectorizer
corpus = ["Hello world", "World hello"]
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(corpus)

Related