我从文本审阅中获取了一个用于预测情感的数据集,最初,我清理数据(删除标点符号,删除停用词,标记化)。当我尝试将Tokenized数据作为TFIDF矢量化器的输入时,AttributeError:“列表”对象没有属性“较低”。请帮助我克服这个错误。
TF-IDF向量化处理原始数据(即未标记化的文本),并自行进行标记化。
fit_transform
方法需要字符串的迭代。应用NLTK令牌生成器会将评论字符串转换为字符串列表(令牌列表)。
如果您出于某种原因不信任scikit-learn中的内部标记器,则可以自定义标记器:
fit_transform