主要内容

topkngrams

最常见的字格

在页面中全部折叠

语法

台= topkngrams(袋)
台= topkngrams(袋、k)
台= topkngrams (＿＿＿、名称、值)

描述

例子

资源描述= topkngrams (袋）返回一个表，列出在n-g - bag模型中最常出现的5个n-g袋．缺省情况下，该函数区分大小写。

例子

资源描述= topkngrams (袋，k）列出了k最常见的n-g出现在n-g的袋子模型中袋．缺省情况下，该函数区分大小写。

例子

资源描述= topkngrams (＿＿＿，名称,值）使用一个或多个名称-值对参数指定其他选项。

例子

全部折叠

打开生活的脚本

创建一个包含n克包模型的最频繁重格表。

加载示例数据。该文件sonnetsPreprocessed.txt包含莎士比亚十四行诗的预处理版本。该文件每行包含一首十四行诗，词之间用空格隔开。从中提取文本sonnetsPreprocessed.txt，以换行符将文本拆分为文档，然后对文档进行标记。

文件名=“sonnetsPreprocessed.txt”；str = extractFileText(文件名);textData =分裂(str,换行符);文件= tokenizedDocument (textData);

创建一个n克的袋子模型。

袋= bagOfNgrams(文档)
计数:[154×8799 double]词汇:[1×3092 string] Ngrams: [8799×2 string] ngramlength: 2 NumNgrams: 8799 NumDocuments: 154

找到排名前5的偏见。

台= topkngrams(袋)
台=5×3表Ngram计数NgramLength  ________________ _____ ___________ " 34 2你”“艺术”“我”“眼睛”15 2”你的“自我”14 2”你”“难道”13 2“我”自己的“13 2

找到排名前10的偏见。

台= topkngrams(袋,10)
台=10×3表Ngram计数NgramLength  _________________ _____ ___________ " 34 2你”“艺术”“我”“眼睛”15 2”你的“自我”14 2”你”“难道”13 2“我”自己的“13 2”你的“甜”12 2”你的“爱”11 2”难道你”““10 2”“枯萎”10 2”爱“你”9 2
打开生活的脚本

加载示例数据。该文件sonnetsPreprocessed.txt包含莎士比亚十四行诗的预处理版本。该文件每行包含一首十四行诗，词之间用空格隔开。从中提取文本sonnetsPreprocessed.txt，以换行符将文本拆分为文档，然后对文档进行标记。

文件名=“sonnetsPreprocessed.txt”；str = extractFileText(文件名);textData =分裂(str,换行符);文件= tokenizedDocument (textData);

创建一个n克的袋子模型。要计算长度为2和3的n个克(双字母和三字母)，请指定“NgramLengths”是矢量3 [2]．

袋= bagOfNgrams(文档,“NgramLengths”3 [2])
计数:[154×18022 double]词汇:[1×3092 string] Ngrams: [18022×3 string] ngramlength: [2 3] NumNgrams: 18022 NumDocuments: 154

查看长度为2的最常见的10个n-gram(重格)。

topkngrams(包10“NGramLengths”,2)
ans =10×3表Ngram计数NgramLength  _______________________ _____ ___________ " 你”“艺术”“我“34 2”“眼睛”““15 2”你”“自我”““14 2”你”“你”“我“13 2”“自己的”“13 2”你”“香”““12 2”你”“爱”““11 2”难道你”“你”““10 2”“要”““10 2”爱情”“你”““9 2

查看长度为3的最常见的10个n格(三格)。

topkngrams(包10“NGramLengths”3)
ans =10×3表Ngram计数NgramLength  ____________________________ _____ ___________ " 你”“香”“自我”4 3“为什么”“难道”“你“4 3”“自我”“你“3 3”你”“你”“自我”3 3“我”“眼睛”“心”3 3“你”“要”“找到”3 3“公平”“善意”“真实”3 3”你”“艺术”“公平”2 3“爱”你的“自我”2 3“你”“自我”“你”2 3

输入参数

全部折叠

输入n克袋模型，指定为bagOfNgrams对象。

返回的n克数，指定为正整数。

例子:20.

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名-值参数必须出现在其他参数之后，但对的顺序并不重要。

在R2021a之前，名称和值之间用逗号隔开，并括起来的名字在报价。

例子:“NgramLengths”,[2 3]指定返回顶部双字母组合和三字母组合。

n克长度，指定为逗号分隔的对“NgramLengths”一个正整数或者正整数的向量。

如果您指定NgramLengths，则函数只返回这些长度的n克。如果不指定NgramLengths，则函数返回前n个g，而不考虑长度。

例子:(1 2 3)

选项忽略大小写，指定为逗号分隔的对，由“IgnoreCase”和以下其中之一:

  • 假-将仅因格而异的n格视为单独的n格。

  • 真正的-将仅大小写不同的n-gram视为相同的n-gram和合并计数。

指示符，用于强制将输出返回为单元格数组，指定为由“ForceCellOutput”而且真正的或假．

数据类型:逻辑

输出参数

全部折叠

按频率排序的前n个字母的表格或表格的单元格数组。

该表有以下几列:

Ngram 指定为字符串向量的N-gram
数 n-g模型中n-g出现的次数。
NgramLength n元的长度。

如果袋是非标量数组还是“ForceCellOutput”是真正的，则函数将输出作为表的单元格数组返回。单元格数组中的每个元素都是包含对应元素的前n个g的表袋．

版本历史

介绍了R2018a

另请参阅

||||||

主题

Baidu
map