本文介绍了如何在Scikit-Learn文本CountVectorizer或TfidfVectorizer中保留标点符号?的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我是否可以使用Scikit-Learn中的文本CountVectorizer或TfidfVectorizer参数从文本文档中保留！，?，和'的标点符号?
Is there any way for me to preserve punctuation marks of !, ?, " and ' from my text documents using text CountVectorizer or TfidfVectorizer parameters in Scikit-Learn?
先谢谢了.
推荐答案
在实例化矢量化程序时，应自定义token_pattern参数.例如:
You should customize the token_pattern parameter when you instantiate the vectorizer. For example:
vent = CountVectorizer(token_pattern=r"(?u)\b\w\w+\b|!|\?|\"|\'")
这篇关于如何在Scikit-Learn文本CountVectorizer或TfidfVectorizer中保留标点符号?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！