使用 Rapidminer 进行文本挖掘

Question

我有一个 Excel 表，其中每一行都表示和问题及其描述。与每一行对应的一列表示有关该问题的详细信息，这是我想要挖掘的。我想找出每个单元格中每个标记的出现，然后相应地对每一行进行分类（例如，如果特定标记出现超过 x 次，我将用该标记标记该行）。当我使用 Rapidminer 执行此操作时，它会将所有行放在一起并告诉每个令牌在所有行中出现的次数，而不是一次获取每一行。如何让 Rapidminer 一次获取每一行并确定每一行的令牌频率并应用 n 克等...

Answer 1

听起来您正在使用 Process Documents from Data 运算符，输入来自电子表格，其属性设置为文本类型。在这个算子里面，有一个Tokenize算子。

如果您将 Process Documents 运算符的参数设置为“术语出现次数”，您将获得令牌在示例集中出现的次数。