Pertemuan 9 Dan 10
Pertemuan 9 Dan 10
nltk -->
lancasterstemmer --> proses stemmer
wordnetlemmatizer --> proses tagging
stopwords --> menghilangkan kata kata yang tidak penting
re, string, unicodedata
menyederhanakan proses atau tahapan --> pipline
library visualisasi
matplotlib, seaborn, wordcloud
apply --> dapat bekerja pada pandas dan dataFrame yang dapat melakukan transformasi
data lebih dari satu kolom
join --> mengubah format array list mejadi string pada pemrograman pyhton
split --> untuk memisahkan string sehingga menjadi substring yang dipisahkan oleh
karakter tertentu.
WordNet --> kamus bahasa inggris yang merupakan bagian dari nltk untuk python
lemmatization --> mengubah suatu kata menjadi kata dasar dengan mengetahui konteks
dari kata tersebut.
kolom stopwords --> menampilkan banyaknya jumlah kata yang dihapus. kata disini
adalah
kata yang tidak memiliki makna atau kata yang tidak penting.
tahapan awal pelabelan data ulasan oleh responden sesuai dengan label negatif,
label positif dan label netral.
percobaan ke 29 ini merupakan proses pemberian label pada setiap baris yang
terdapat
wordcloud --> gambar yang menunjukkan daftar kata kata yang digunakan dalam sebuah
teks, umumnya