0
我正在對我的文本語料庫進行bigram分析。我的特徵向量是一組預定義的bigram和unigram令牌。Bigram分析和術語文檔矩陣
特徵向量 =（地理位置好，壞的經驗，乾淨，友善，整潔，優良的，美麗的地方）
我的文字：位置好，但不友好的工作人員。
清理文字：位置好不友好的工作人員。
我使用上面的字典和清理文本創建了一個tdf，但「位置好」的bigram沒有給出「1」。 但是，當我將清理後的文本更改爲「位置不友好的員工」時。 在雙語分析中，單詞的順序很重要，爲什麼？或者我搞砸了代碼？請澄清
「糟糕的經歷」，「整潔」，「清潔」「好位置」，「優秀」，「美麗」，「地方」「不友好」
0 0 0 0 0 0 1 - 位置不錯，但工作人員不友好。
0 0 0 1 0 0 1 - 地理位置好，但工作人員不友好。
它應該依賴於你使用的是什麼模型，但通常，這些單詞的順序很重要。 – Aramis7d
謝謝阿拉米斯..我用樸素的貝葉斯bernoulli文件模型 – Vinds