【发布时间】:2016-10-26 03:51:57
【问题描述】:
我在 Azure ML 中使用文本分析。所以在我的 python 脚本中,我想创建一个词袋模型,然后计算每个词的 TFIDF。为此,我使用的是 gensim 模型,它不适用于 Azure ML。那么我有什么选择吗?
【问题讨论】:
标签: machine-learning text-analysis azure-machine-learning-studio
我在 Azure ML 中使用文本分析。所以在我的 python 脚本中,我想创建一个词袋模型,然后计算每个词的 TFIDF。为此,我使用的是 gensim 模型,它不适用于 Azure ML。那么我有什么选择吗?
【问题讨论】:
标签: machine-learning text-analysis azure-machine-learning-studio
能否请您粘贴错误,并请检查有关安装附加软件包的文档,如下所示 - https://azure.microsoft.com/en-us/documentation/articles/machine-learning-extend-your-experiment-with-r/#importing-packages
话虽如此,您还可以尝试使用 1-gram 的新模块“预处理文本”和“提取 n-gram”来创建词袋,如这里的实验所示 - https://gallery.cortanaintelligence.com/Experiment/Predict-Book-Reviews-1
【讨论】:
通常,如果您有一个在外部训练过的模型,您可以将其作为 ZIP 包上传,然后将其输入到执行 Python 脚本模块的 ZIP 输入端口,将其腌制并带入 Azure ML 进行评分。
【讨论】: