L
2024-08-05 16:40這里寫的是對raw text data進行preprocess，但是后面實際上是開始清洗，所以是prepare和preprocess吧，因為清洗不屬于preprocess，還是說考試中并沒有完全區(qū)分這兩個詞呢
所屬：CFA Level II > Quantitative Methods 視頻位置 相關試題
來源： 視頻位置 相關試題
1個回答
愛吃草莓的葡萄助教
2024-08-06 14:41
該回答已被題主采納
同學你好。文本數(shù)據(jù)清洗（準備）包括刪除html標簽、刪除空格、刪除數(shù)字、刪除標點符號；接著就是文本數(shù)據(jù)預處理，包括小寫化、去掉停頓詞、詞性還原與詞根還原。
結(jié)構(gòu)數(shù)據(jù)清洗（準備）是將幾種可能存在的錯誤去掉；接著就是結(jié)構(gòu)數(shù)據(jù)預處理，包括提取、匯總、轉(zhuǎn)換、選擇、過濾。
第一段寫的就是結(jié)構(gòu)化數(shù)據(jù)預處理，根據(jù)已有的特征提取、匯總或轉(zhuǎn)換出新的特征，怎么是清洗呢，也沒有說刪除幾種可能存在的錯誤，也沒有說刪除標簽、符號等內(nèi)容。
-
追問
題目后面一頁就是這個呀，第一步就是clean the raw text data
-
追答
同學你好。在本題中也是有區(qū)分的。最后一段話的意思是說：兩人討論如何對原始文本數(shù)據(jù)進行預處理，然后一人告訴另一人原始文本數(shù)據(jù)處理需經(jīng)下面三步完成。也就是說下面三步是數(shù)據(jù)處理的步驟，數(shù)據(jù)處理包括數(shù)據(jù)準備（即清洗）和數(shù)據(jù)整理（即預處理）這兩步。
0
0
0
0
