TransformsCatalog.TextTransforms クラス

WordEmbeddingEstimatorを作成します。これは、事前トレーニング済みの埋め込みモデルを使用して、テキストのベクターを数値ベクターに変換するテキスト特徴付け器です。

を WordEmbeddingEstimator作成します。これは、事前トレーニング済みの埋め込みモデルを使用して、テキストのベクターを数値ベクトルに変換するテキスト特徴付け器です。

を TextFeaturizingEstimator作成します。これにより、テキスト列が、n-gram と char-gram の正規化されたカウントを表す の特徴付きベクター Single に変換されます。

テキスト列を TextFeaturizingEstimator、n-gram と char-gram の正規化されたカウントを表す 特徴付き ベクター Single に変換する を作成します。

LatentDirichletAllocationEstimator LightLDA を使用してテキスト (floats のベクターとして表される) を、特定された各トピックとのテキストのSingle類似性を示すベクターに変換する を作成します。

必要に応じて大文字と小文字を TextNormalizingEstimator変更して受信テキスト inputColumnName を正規化し、ダイアクリティカル マーク、句読点、数字を削除し、新しいテキストを として outputColumnName出力する を作成します。

で NgramHashingEstimator指定された inputColumnName 列から新しい列にデータをコピーし、 outputColumnName ハッシュされた n-gram の数のベクトルを生成する を作成します。

で NgramHashingEstimator指定された inputColumnNames 複数の列から新しい列にデータを受け取り、 outputColumnName ハッシュされた n-gram の数のベクトルを生成する を作成します。

で WordHashBagEstimator指定された inputColumnName 列を、 という名前 outputColumnNameの新しい列でハッシュされた n-gram の数のベクターにマップする を作成します。

で WordHashBagEstimator指定された inputColumnNames 複数の列を という名前 outputColumnNameの新しい列にハッシュされた n-gram の数のベクトルにマップする を作成します。

入力テキストで NgramExtractingEstimator 検出された n-gram (連続する単語のシーケンス) の数のベクトルを生成する を作成します。

で WordBagEstimator指定された inputColumnName 列を という名前 outputColumnNameの新しい列の n-gram カウントのベクターにマップする を作成します。

で WordBagEstimator指定された inputColumnName 列を という名前 outputColumnNameの新しい列の n-gram カウントのベクターにマップする を作成します。

で WordBagEstimator指定された inputColumnNames 複数の列を という名前 outputColumnNameの新しい列の n-gram カウントのベクターにマップする を作成します。

で CustomStopWordsRemovingEstimator指定された inputColumnName 列から新しい列にデータをコピーし、 outputColumnName に固有のテキストセットを削除する language を作成します。

でCustomStopWordsRemovingEstimator指定された列から新しいoutputColumnName列にデータをコピーし、 でinputColumnNamestopwords指定されたテキストを削除する を作成します。

スライディング ウィンドウを TokenizingByCharactersEstimator使用してテキストを文字のシーケンスに分割してトークン化する を作成します。

を WordTokenizingEstimator作成します。これにより、区切り記号として を使用して入力テキストが separators トークン化されます。