NLP-筛选简历模型

分词

分词:将连续的文本,分割成语义合理的若干词汇序列
Example:阿里云/自然/语言/处理
划分方式不唯一,根据相应的需求进行划分

停用词过滤

在语句中,句子分为主干(主谓宾)与枝叶(定状补)两个部分
停用词:在文本中大量存在,但却对语义分析没有帮助的词

词干提取、词形还原、词袋模型

词干提取:是指对一个单词去掉后缀,还原为词本身。主要应用在英文等西方语言中
词形还原:指对同一单词不同形式的识别,将单词还原为标准形式,主要应用于英文等西方语言中

以上两种相同点:二者都是对同一个单词的不同格式进行处理

不同点:
  1. 词干提取是去掉单词的后缀
  2. 词形还原是以词元为依据,根据语义进行分析,获取单词的标准形式

词袋模型(bag of words model):用来将文本转换成数值特征向量的表示形式。方式为将每个文本构建一个特征向量,其中包含每个单词在文档中出现的次数

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值