केनी: प्रीप्रोसेसिंग टेक्स्ट डेटा के लिए एक मशीन लर्निंग लाइब्रेरी
केनी पायथन के लिए एक मशीन लर्निंग लाइब्रेरी है जो टेक्स्ट डेटा को प्रीप्रोसेस करने के लिए विभिन्न प्रकार के टूल और कार्यक्षमता प्रदान करती है। इसमें टोकनाइजेशन, स्टेमिंग, लेमेटाइजेशन और स्टॉप शब्दों को हटाने के कार्यों के साथ-साथ टेक्स्ट को संख्यात्मक विशेषताओं जैसे बैग-ऑफ-वर्ड्स और टीएफ-आईडीएफ.
2 में परिवर्तित करने के तरीके शामिल हैं। केनी की मुख्य कार्यक्षमताएँ क्या हैं?
* लेमेटाइजेशन: शब्दों को उनके मूल रूप में कम करना, लेकिन उनके व्याकरणिक संदर्भ को संरक्षित करना (उदाहरण के लिए, "चलना" "रन" बन जाता है)। "ए", "ए")।
3. केनी के लिए कुछ आम उपयोग के मामले क्या हैं? डेटा जिसका उपयोग पाठ की भावना को निर्धारित करने के लिए किया जा सकता है (उदाहरण के लिए, सकारात्मक, नकारात्मक, तटस्थ)। मॉडलिंग: टेक्स्ट डेटा के बड़े संग्रह से विषय निकालने के लिए केनी का उपयोग करना।
4। मैं केनी को कैसे स्थापित करूं?
केनी को स्थापित करने के लिए, आप pip:
```
pip install kenney
```
5 का उपयोग कर सकते हैं। पायथन के लिए कुछ अन्य लोकप्रिय मशीन लर्निंग लाइब्रेरी क्या हैं? Google द्वारा विकसित एक ओपन सोर्स मशीन लर्निंग लाइब्रेरी जो आपको Python का उपयोग करके मशीन लर्निंग मॉडल बनाने और प्रशिक्षित करने की अनुमति देती है। * PyTorch: Facebook द्वारा विकसित एक ओपन सोर्स मशीन लर्निंग लाइब्रेरी जो आपको Python का उपयोग करके मशीन लर्निंग मॉडल बनाने और प्रशिक्षित करने की अनुमति देती है। केरस: एक उच्च स्तरीय तंत्रिका नेटवर्क एपीआई जिसका उपयोग पायथन का उपयोग करके गहन शिक्षण मॉडल बनाने और प्रशिक्षित करने के लिए किया जा सकता है।
मुझे यह पसंद है
मुझे यह नापसंद है
सामग्री त्रुटि की रिपोर्ट करें
शेयर करें
