BagOfWordsModel:词袋模型是自然语言处理和信息检索（IR）中使用的简化表示。 在此模型中，文本（例如句子或文档）表...

BagOfWordsModel 词袋模型是自然语言处理和信息检索（IR）中使用的简化表示。 在此模型中，文本（例如句子或文档）表示为其单词的包（多集），而忽略了语法甚至单词顺序，但保持了多样性。 最近，词袋模型也已用于计算机视觉。[1] 词袋模型通常用于文档分类方法中，其中每个词的出现频率用作训练分类器的功能。 注意：请勿在生产或评估实验中使用此功能，因为这是很长时间以来的一项有趣活动。 此外，Scikit Learn为该任务提供了优化得多的版本。 请参考这里： Count Vectorizer： : 和 TF-IDF矢量化器： ：