Spark MLlib 特征工程系列—特征转换N-Gram
在Spark中,NGram
是一个特征转换器,用于从输入的词汇序列生成n-gram特征。n-gram 是一种常用的文本处理方法,指的是由 n 个连续的词组成的序列。n-gram 模型在自然语言处理(NLP)任务中被广泛用于捕捉词语之间的关系。
N-Gram
1. 原理
n-gram 是一种从文本中提取连续的n个词的子序列的方法。对于一个句子或单词序列,n-gram 模型会生成所有可能的 n 个连续词的组合。例如:
- 1-gram(unigram): 每个单词单独作为一个特征。
- 2-gram(bigram): 每两个连续的单词作为一个特征。
- 3-gram(trigram): 每三个连续的单词作为一个特征。
n-gram 模型通过捕捉词汇之间的局部依赖关系,有助于在文本处理中保留上下文信息。
2. 使用 NGram
的代码示例
下面是一个使用 Spark 的 NGram
转换器的示例,展示如何生成 n-gram 特征。