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
SL_staff4 分钟前
规则联动：给工厂装上‘自动化神经反射弧’——JVS·物联网平台规则引擎实战教程众壹新能源科技30 分钟前
逆变器自带无功不够用，加装5MVar SVG后功率因数从0.85回到0.99king135987455040 分钟前
LFM2.5-24B-A2B Mac 本地部署：内存估算、GGUF/MLX 与 Python 预检脚本DeeGLMath1 小时前
optimtool最新版加速训练分类任务在所不辞兄1 小时前
为什么神经网络对对抗扰动和分布偏移往往比较脆弱，而人类感知相对更鲁棒？考拉讲支付1 小时前
母婴亲子服务平台分账架构设计：多场景多方分账与合规清结算实践xier_ran1 小时前
【infra之路】AI 编译器学习笔记（十三）：AI 编译器全景——TVM、XLA、IREE 与其他用户837133200761 小时前
感觉终于把复杂的 RAG 技术整理明白了今年下半年1 小时前
AI智能体项目实战记录（06）：RAG项目实战之文件上传及文档读取解析