Podcast
Questions and Answers
Quel est le résultat de la tokenization de la phrase 'A touching movie. It is full of emotions and wonderful acting'?
Quel est le résultat de la tokenization de la phrase 'A touching movie. It is full of emotions and wonderful acting'?
- ['A', 'touching', 'movie', 'It', 'is', 'full', 'of', 'emotions', 'and', 'wonderful', 'acting'] (correct)
- ['A', 'touching', 'movie.', 'It', 'is', 'full', 'of', 'emotions', 'and', 'wonderful', 'acting']
- ['A', 'touching', 'movie', '.', 'It', 'is', 'full', 'of', 'emotions', 'and', 'wonderful', 'acting']
- ['A touching movie', 'It is full of emotions and wonderful acting']
Que fait la ligne de code 'cleaned_review = re.sub('[^A-Za-z0-9]+', ' ', cleaned_review)'?
Que fait la ligne de code 'cleaned_review = re.sub('[^A-Za-z0-9]+', ' ', cleaned_review)'?
- Elle supprime les espaces de 'cleaned_review'
- Elle convertit 'cleaned_review' en minuscules
- Elle supprime les caractères spéciaux de 'cleaned_review' (correct)
- Elle convertit 'cleaned_review' en majuscules
Quelle bibliothèque est utilisée pour la tokenization dans le code donné?
Quelle bibliothèque est utilisée pour la tokenization dans le code donné?
- re
- nltk (correct)
- numpy
- pandas
Quelle est la fonction de la ligne de code 'cleaned_review = cleaned_review.lower()'?
Quelle est la fonction de la ligne de code 'cleaned_review = cleaned_review.lower()'?
Quelle est la fonction de la ligne de code 'tokens = nltk.word_tokenize(cleaned_review)'?
Quelle est la fonction de la ligne de code 'tokens = nltk.word_tokenize(cleaned_review)'?