كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجة

معالجة اللغة الطبيعية · NLP

تجهيز النصوص بـ Text Analytics Toolbox

Text Preprocessing with Text Analytics Toolbox

متوسطمعالجة اللغة الطبيعية

تقطيع وتنظيف وتجذيع ثم حقيبة كلمات ومصنف خطي.

textData = ["The battery life is excellent"; "Terrible screen, broke in a week"; ...
            "Great value and fast delivery"; "Worst purchase ever"];
labels = categorical(["pos"; "neg"; "pos"; "neg"]);
docs = tokenizedDocument(lower(textData));
docs = erasePunctuation(docs);
docs = removeWords(docs, setdiff(stopWords, ["not" "no"]));
docs = normalizeWords(docs, 'Style', 'stem');
bag = bagOfWords(docs);
X = tfidf(bag);
mdl = fitcecoc(X, labels, 'Learners', 'linear');
newDocs = normalizeWords(erasePunctuation(tokenizedDocument(lower("excellent delivery"))), 'Style', 'stem');
predict(mdl, tfidf(bag, newDocs))

شرح الخطوات

  1. tokenizedDocument يقطع النص.
  2. نحتفظ بكلمات النفي خارج قائمة الحذف.
  3. tfidf(bag, newDocs) يستخدم IDF التدريب للنص الجديد.

المخرجات المتوقعة

وصف المخرجات
الفئة المتوقعة للنص الجديد (categorical). أربعة أمثلة للتوضيح فقط؛ النموذج الحقيقي يحتاج آلاف المراجعات.

لم يُشغّل في بيئة إعداد المكتبة لأنه يحتاج: Text Analytics Toolbox، Statistics and Machine Learning Toolbox. المخرجات أدناه وصف لما يجب أن تراه، لا أرقام فعلية.