Essie2022-07-25 11:08:22

你好，
A是词频，也就是单个单词在文本中出现的次数。
B是独热编码。它是指对于分类数据，新特征可以是两个特征的组合，也可以是一个特征分解为多个特征。比如单个分类特征表示五个可能的教育水平(高中、大专、学士、硕士和博士学位)，那么就可以把这些值分解为五个新特征，每个可能值表示为（is_bachelor、is_master），然后填充0（假）或 1（真）。最终将分类变量转换为二进制形式。和本题中将天气分为了不同的几种，将分类变量转换为二进制的情况一样，所以本题选B。
C是命名实体识别NER，NER算法在使用上下文的情况下，针对其内部库搜索标识符值，并为标识符分配NER标签。比如说，“微软”这个词会被分配“ORG”的NER标签。“欧洲”这个词将被分配“Place”的NER标签。这样的做法可以帮助将特定的标识符根据其特征分配NER标签，使标识符更具区分性。