Orange: Import Documents
Sumber: https://orange3-text.readthedocs.io/en/latest/widgets/importdocuments.html
Import text document dari folder.
Input
None
Output
Corpus: A collection of documents from the local machine.
Widget Import Documents mengambil file text dari folder dan membuat sebuah corpus. Widget Import Documents dapat membaca .txt, .docx, .odt, .pdf dan .xml. Jika dalam folder ada subfolder, itu dapat digunakan untuk me-label class.
- Folder being loaded.
- Load folder from a local machine.
- Reload the data.
- Number of documents retrieved.
Jika widget Import Documents karena satu dan lain hal tidak berhasil membaca file tertentu, maka file tersebut akan di loncat / skipped. File yang berhasil di baca akan di kirim ke output.
Contoh
Di Widget Import Documents, untuk mengambil data, pilih (select) folder icon di sebelah kanan dari widget. Pilih (select) folder yang kita ingin jadikan corpus. Setelah loading selesai, kita akan melihat berapa dokumen yang berhasil di ambil oleh Widget Import Documents. Untuk mengamati corpus yang di peroleh, sambungkan widget Import Documents ke Widget Corpus Viewer. Dalam workflow ini, kita menggunakan sekumpulan pidato Presiden Kennedy dalam format text biasa.
Selanjut dalam workflow di bawah ini, widget Import Documents dapat me-load subfolder. Kita menyimpan pidato presiden Kennedy dalam dua (2) subfolder, yaitu, pre-1962 dan post-1962. Jika kita me-load parent folder, ke dua subfolder akan digunakan sebagai class label. Cek output widget Import Documents di widget Data Table.
