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
小森776711 分钟前
（四）机器学习---逻辑回归及其Python实现生信碱移13 分钟前
入门级宏基因组数据分析教程，从实验到分析与应用發發期权酱25 分钟前
期权中的Gamma指标详解补三补四33 分钟前
【深度学习基础】——机器的神经元：感知机永洪科技1 小时前
AI领域再突破，永洪科技荣获“2025人工智能+创新案例”奖that's boy1 小时前
Google 发布 Sec-Gemini v1：用 AI 重塑网络安全防御格局？Sui_Network1 小时前
Crossmint 与 Walrus 合作，将协议集成至其跨链铸造 API 中liruiqiang051 小时前
循环神经网络 - 长短期记忆网络小杨4041 小时前
python入门系列十六（网络编程）Elastic 中国社区官方博客1 小时前
Elasticsearch 向量数据库，原生支持 Google Cloud Vertex AI 平台