|
ApplyWordEmbedding(TransformsCatalog+TextTransforms, String, String, WordEmbeddingEstimator+PretrainedModelKind)
|
建立 ， WordEmbeddingEstimator這是文字特徵化工具，它會使用預先定型的內嵌模型，將文字向量轉換成數值向量。
|
|
ApplyWordEmbedding(TransformsCatalog+TextTransforms, String, String, String)
|
建立 ， WordEmbeddingEstimator這是文字特徵化工具，它會使用預先定型的內嵌模型，將文字向量轉換成數值向量。
|
|
FeaturizeText(TransformsCatalog+TextTransforms, String, TextFeaturizingEstimator+Options, String[])
|
建立 ， TextFeaturizingEstimator將文字數據行轉換成 特徵化向量 Single ，代表 n-gram 和 char-gram 的正規化計數。
|
|
FeaturizeText(TransformsCatalog+TextTransforms, String, String)
|
建立 ， TextFeaturizingEstimator將文字數據行轉換成特徵化向量 Single ，代表 n-gram 和 char-gram 的正規化計數。
|
|
LatentDirichletAllocation(TransformsCatalog+TextTransforms, String,
String, Int32, Single, Single, Int32, Int32, Int32, Int32, Int32,
Int32, Int32, Boolean)
|
建立 LatentDirichletAllocationEstimator，它會使用 LightLDA 將以浮) 點數向量表示的文字 (轉換成向量 Single ，指出每個已識別主題的文字相似度。
|
|
NormalizeText(TransformsCatalog+TextTransforms, String, String, TextNormalizingEstimator+CaseMode, Boolean, Boolean, Boolean)
|
建立 ，TextNormalizingEstimator它會選擇性地變更大小寫、移除讀音符號、標點符號、數位，並將新文字輸出為 outputColumnName，以將傳入文字inputColumnName正規化。
|
|
ProduceHashedNgrams(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32, Boolean)
|
建立 NgramHashingEstimator，它會將數據從 中指定的 inputColumnName 數據行複製到新的數據行： outputColumnName 併產生哈希 n-gram 計數的向量。
|
|
ProduceHashedNgrams(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32, Boolean)
|
建立 NgramHashingEstimator，它會將數據從 中指定的 inputColumnNames 多個數據行擷取到新的數據行： outputColumnName 併產生哈希 n-gram 計數的向量。
|
|
ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)
|
建立 WordHashBagEstimator，它會將 中指定的 inputColumnName 數據行對應至名為 outputColumnName的新數據行中哈希 n-gram 計數的向量。
|
|
ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)
|
建立 WordHashBagEstimator，它會將 中指定的 inputColumnNames 多個數據行對應至名為 outputColumnName的新數據行中哈希 n-gram 計數的向量。
|
|
ProduceNgrams(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)
|
建立 ， NgramExtractingEstimator 其會產生輸入文字中所遇到的連續單字 (數序列的 n-gram 數) 向量。
|
|
ProduceWordBags(TransformsCatalog+TextTransforms, String, Char, Char, String, Int32)
|
建立 WordBagEstimator，它會將 中指定的 inputColumnName 數據行對應至名為 outputColumnName的新數據行中 n-gram 計數的向量。
|
|
ProduceWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)
|
建立 WordBagEstimator，它會將 中指定的 inputColumnName 數據行對應至名為 outputColumnName的新數據行中 n-gram 計數的向量。
|
|
ProduceWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Boolean, Int32, NgramExtractingEstimator+WeightingCriteria)
|
建立 WordBagEstimator，它會將 中指定的 inputColumnNames 多個數據行對應至名為 outputColumnName的新數據行中 n-gram 計數的向量。
|
|
RemoveDefaultStopWords(TransformsCatalog+TextTransforms, String, String, StopWordsRemovingEstimator+Language)
|
建立 CustomStopWordsRemovingEstimator，它會將資料從 中指定的 inputColumnName 數據行複製到新的數據行： outputColumnName 並從中移除預先 language 定義的文字集。
|
|
RemoveStopWords(TransformsCatalog+TextTransforms, String, String, String[])
|
建立 CustomStopWordsRemovingEstimator，它會將數據從 中指定的 inputColumnName 數據行複製到新的數據行： outputColumnName 並從中移除指定的 stopwords 文字。
|
|
TokenizeIntoCharactersAsKeys(TransformsCatalog+TextTransforms, String, String, Boolean)
|
建立 ， TokenizingByCharactersEstimator其會使用滑動視窗將文字分割成字元序列來標記。
|
|
TokenizeIntoWords(TransformsCatalog+TextTransforms, String, String, Char[])
|
建立 WordTokenizingEstimator，其會使用 separators 做為分隔符來標記輸入文字。
|