是否可以从 NLP ML 管道中的 nltk 向量化器访问词汇列表？

Question

我的管道看起来像

model = make_pipeline(
    TfidfVectorizer(tokenizer=tokenize, min_df=5),
    MultiOutputClassifier(
        estimator=AdaBoostClassifier(
            base_estimator=DecisionTreeClassifier(max_depth=2),
            n_estimators=10, learning_rate=1)))

我想得到TfidfVectorizer汇编的字典。这可能吗？

Answer 1

一旦您适合您的 model，vocabulary_ 参数就会出现。您可以通过

访问它

model['tfidfvectorizer'].vocabulary_

其中 returns 一个包含所有标记及其计数的字典。