Modello Bag-of-Words

term_id: bag_of_words_model

Category: basic_concepts

Definition

Questa tecnica di elaborazione del linguaggio naturale rappresenta il testo come un multinsieme di parole, trascurando la sintassi e la sequenza. Converte i documenti in vettori numerici basati sulla frequenza o sulla presenza delle parole.

Summary

Il modello Bag-of-Words è una rappresentazione semplificata del testo che descrive la comparsa delle parole nei documenti, ignorando la grammatica e l’ordine delle parole.

Key Concepts

  • Tokenizzazione
  • Conteggio della frequenza
  • Spazio vettoriale
  • Estrazione delle caratteristiche

Use Cases

  • Classificazione del testo
  • Filtraggio dello spam
  • Recupero delle informazioni

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