Modelo Bolsa de Palavras

term_id: bag_of_words_model

Category: basic_concepts

Definition

Esta técnica de processamento de linguagem natural representa o texto como um multiconjunto de palavras, desconsiderando sintaxe e sequência. Ela converte documentos em vetores numéricos com base na frequência ou presença de palavras. O

Summary

O modelo bolsa de palavras é uma representação simplificada de texto que descreve a ocorrência de palavras em um documento, ignorando gramática e ordem das palavras.

Key Concepts

  • Tokenização
  • Contagem de Frequência
  • Espaço Vetorial
  • Extração de Características

Use Cases

  • Classificação de texto
  • Filtragem de spam
  • Recuperação de informação

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