🔤

متقدم ⏱ 50 دقيقة 📖 2 الدروس

الوحدة 2: الترميز وتكرار الكلمات

قسّم النص الخام إلى رموز، وأحصِ تكرارات الكلمات، وابنِ مفردات نموذج اللغة.

ترميزتكرار-الكلماتdictمفرداتnlp

الدروس

أساسيات الترميز (Tokenization) ابنِ دالة tokenize() تقسّم النص الخام إلى رموز كلمات نظيفة باستخدام طرق السلاسل فقط.

متقدم ⏱ 25 دقيقة ⚡ +100 XP

عدّ تكرار الكلمات جمّع الرموز في قاموس تكرارات، واستخرج إحصائيات المفردات، وحدّد الكلمات الأكثر شيوعًا والأقل شيوعًا.

متقدم ⏱ 25 دقيقة ⚡ +100 XP

تحميل مجموعة نصية جداول احتمالات أزواج الكلمات