Python

如何在Scikit-Learn文本CountVectorizer或TfidfVectorizer中保留标点符号？

发布于 2021-01-29 14:11:02

我可以使用scikit-
learn中的文本CountVectorizer或TfidfVectorizer参数从文本文档中保留！，？，“和’的标点符号吗？

关注者

被浏览

1 个回答

面试哥 2021-01-29

为面试而生，有面试问题，就找面试哥。
token_pattern实例化矢量化程序时，应自定义参数。例如：
```
vent = CountVectorizer(token_pattern=r"(?u)\b\w\w+\b|!|\?|\"|\'")
```

知识点

面圈网VIP题库全新上线，海量真题题库资源。 90大类考试，超10万份考试真题开放下载啦