0数据准备与分析
二分类任务，正负样本共计6W；
数据集下载
样本的分布
正负样本中评论字段的长度 ，超过500的都很少，可以直接截断；
- 处理的时候长文本截断；
- 可以前面取一点，中间取，尾巴取；
下载停用词：备用
import nltk
from nltk.corpus import stopwords
下载停用词资源
nltk.download('stopwords')
获取中文停用词列表
stopwords_cn_list = stopwords.words('chinese')
0 NLP: 数据获取与EDA
汀沿河2023-11-29 5:00
相关推荐
AIwenIPgeolocation4 小时前
出海应用合规与风控平衡术：可信ID的全球安全实践WordPress学习笔记4 小时前
镌刻中式美学的高端WordPress主题直奔標竿4 小时前
Java开发者AI转型第二十七课！Spring AI 个人知识库实战（六）——全栈闭环收官，解锁前端流式渲染终极技巧瞎某某Blinder4 小时前
DFT学习记录[6]基于 HES06的能带计算+有效质量计算科技社5 小时前
咪咕互娱亮相数字中国峰会：“精品游戏+轻量终端”组合，打开数字娱乐新想象数智化精益手记局5 小时前
拆解物料管理erp系统的核心功能，看物料管理erp系统如何解决库存积压与缺料难题Flying pigs~~5 小时前
RAG 完整面试指南：原理、优化、幻觉解决方案博.闻广见6 小时前
AI_概率统计-2.常见分布企业架构师老王6 小时前
2026制造业安全生产隐患识别AI方案：从主流产品对比看企业级AI Agent的非侵入式落地路径Aleeeeex6 小时前
RAG 那点事:从 8 份企业文档到能用的问答系统,全过程拆给你看