詞彙擷取轉換編輯器 (進階索引標籤)

使用 [詞彙擷取轉換編輯器] 對話方塊的 [進階] 索引標籤，即可指定擷取的屬性，例如頻率、長度和是否擷取單字或片語。

若要深入了解詞彙擷取轉換，請參閱＜ Term Extraction Transformation＞。

選項。

名詞
指定轉換只擷取個別的名詞。

名詞片語
指定轉換只擷取名詞片語。

名詞和名詞片語
指定轉換同時擷取名詞和名詞片語。

頻率
指定分數是詞彙的頻率。

TFIDF
指定分數是詞彙的 TFIDF 值。 TFIDF 分數是「詞彙頻率」和「反向文件頻率」的乘積，定義為︰詞彙 T 的 TFIDF = (T 的頻率) * log((輸入中的資料列數) / (具有 T 的資料列數))

頻率臨界值
指定擷取單字或片語前，該單字或片語必須出現的次數。預設值為 2。

詞彙最大長度
指定在文字中，片語的最大長度。此選項只會影響名詞片語。預設值為 12。

使用區分大小寫的詞彙擷取
指定擷取是否區分大小寫。預設值為 False。

設定錯誤輸出
使用 [設定錯誤輸出] 對話方塊，即可指定造成錯誤之資料列的錯誤處理。