Как я могу узнать, какие два наиболее распространенных слова, которые я использовал сразу после друг друга, из блока текста? Другими словами, есть ли инструмент онлайн или офлайн (или код), где я могу копировать и вставлять текст, и он выводит мою...

В Интернете есть много ресурсов, которые показывают, как подсчитывать количество слов для одного слова, например это и это и этот и другие... Но я не смог найти конкретного примера для частоты подсчета двух слов. У меня есть файл csv, в...

У меня есть ввод со словами и их частотой для данной строки, однако я хотел бы иметь общий подсчет частоты слов. Я знаю, что есть много решений для вычисления частоты слов из файла в целом, но мой ввод содержит скобки вокруг каждой строки и круглые...

Если я ищу слово в индексе SOLR, я получаю количество документов, содержащих это слово, но если слово включается в документ несколько раз, общее количество по-прежнему равно 1 на документ. Мне нужно, чтобы каждый возвращенный документ учитывался по...

Короче говоря, в 1986 году интервьюер попросил Дональда Кнута написать программу, которая принимает на вход текст и число N и перечисляет N наиболее часто используемых слов, отсортированных по их частоте. Кнут создал 10-страничную программу на...

Я использую NLTK и пытаюсь подсчитать количество словесных фраз до определенной длины для конкретного документа, а также частоту каждой фразы. Я токенизирую строку, чтобы получить список данных. from nltk.util import ngrams from nltk.tokenize...

У меня есть кадр данных с примерно 10 000 слов в одном столбце и их соответствующими частотами в другом. У меня также есть вектор примерно из 600 слов. Каждое из 600 слов является словом во фрейме данных. Как мне найти частоты для вектора из 600...

Мне нужно: 1. сформировать пары биграмм и сохранить их в списке 2. найти сумму идентификаторов, в которой есть 3 лучших биграммы с наибольшей частотой У меня есть список предложений: [['22574999', 'your message communication sent'] ,...

Я пытаюсь написать код для подсчета частоты вхождения слов в документе, содержащем около 10000 файлов, но вместо получения общей частоты я получаю количество слов в последнем файле, поскольку он перезапишет предыдущую итерацию. Мой код до сих пор:...

Поэтому мне нужно найти наиболее частое слово и его значение из DTM. library('tm') library("SnowballC") my.text.location "C:/Users/mrina/OneDrive/Documents/../" apapers <- VCorpus(DirSource(my.text.location)) class(apapers) apapers <-...

Мне нужно посчитать частоту каждого слова в обучающей модели word2vec . Я хочу, чтобы вывод выглядел так: term count apple 123004 country 4432180 runs 620102 ... Возможно ли это сделать? Как мне получить эти данные из word2vec?

У меня есть кадр данных pandas, который содержит столбец «отзывы» и столбец «год». Я хотел бы просмотреть 100 наиболее часто встречающихся слов в колонке отзывов, но отфильтрованных по годам. Итак, я хочу знать 100 лучших за 2002, 2003, 2004 и так...

У меня есть список пар слов на исландском языке, которые пишутся одинаково, но означают разные вещи (например, leyti и leiti, kyrkja и kirkja). Список - это просто список из одного элемента, а не список кортежей (так что просто [leyti, leiti, kyrkja,...

Предположим, у меня есть серия панд, подобная этой: 0 "sun moon earth moon" 1 "sun saturn mercury saturn" 2 "sun earth mars" 3 "sun earth saturn sun saturn" Я хочу получить 3 верхних слова с самой высокой частотой строки ("документ")...

Я создаю программу на Javascript, которая принимает строку в качестве входных данных ( inputTextLower ), подсчитывает, сколько раз использовалось каждое слово (функция аналогична: http://www.writewords.org.uk/word_count)..asp ), а затем отображает...