Orange: Text Preprocessing - Revision history

Onnowpurbo: /* Contoh */

2020-04-12T02:15:04Z

Contoh

Onnowpurbo: /* Output */

2020-04-12T01:46:27Z

Output

Onnowpurbo: /* Output */

2020-04-12T01:44:55Z

Output

Onnowpurbo at 10:45, 11 April 2020

2020-04-11T10:45:15Z

Onnowpurbo: /* Contoh */

2020-04-11T10:03:18Z

Contoh

Onnowpurbo: /* Output */

2020-04-11T10:02:48Z

Output

Onnowpurbo: /* Output */

2020-02-23T07:47:04Z

Output

Onnowpurbo: /* Output */

2020-02-23T07:43:32Z

Output

Onnowpurbo: /* Contoh */

2020-02-23T07:35:31Z

Contoh

Onnowpurbo: /* Contoh */

2020-02-23T07:34:08Z

Contoh

@@ Line 66: / Line 66: @@
 ==Contoh==
-Dalam contoh pertama kita akan mengamati efek preprocessing pada teks. Kita bekerja dengan book-excerpts.tab yang kita load dengan widget [[Corpus]]. Kita telah menghubungkan [[Preprocess Text]] ke [[Corpus]] dan mempertahankan metode preprocessing default (huruf kecil, tokenization per kata, dan penghapusan stopword). Satu-satunya parameter tambahan yang kita tambahkan sebagai keluaran hanya 100 token paling sering pertama. Kemudian kita menghubungkan [[Preprocess Text]] dengan [[Word Cloud]] untuk mengamati kata-kata yang paling sering ada dalam teks. Bermain-main dengan parameter yang berbeda, untuk melihat bagaimana mereka mengubah output.
+Dalam contoh ini, kita akan mengamati efek preprocessing pada teks. Kita bekerja dengan book-excerpts.tab yang kita load dengan widget [[Corpus]]. Hubungkan widget [[Preprocess Text]] ke widget [[Corpus]] dan mempertahankan metode preprocessing default (huruf kecil, tokenization per kata, dan penghapusan stopword). Satu-satunya parameter tambahan yang kita tambahkan sebagai keluaran hanya 100 token paling sering pertama. Kemudian kita menghubungkan widget [[Preprocess Text]] dengan widget [[Word Cloud]] untuk mengamati kata-kata yang paling sering ada dalam teks. Bermain-main dengan parameter yang berbeda, untuk melihat bagaimana mereka mengubah output.
 [[File:Preprocess-Text-Example1.png|center|600px|thumb]]
-Contoh kedua sedikit lebih kompleks. Kita mengambil data menggunakan widget Twitter. Kita mengambil menggunakan internet untuk tweet dari pengguna @HillaryClinton dan @realDonaldTrump dan mendapatkan tweet mereka selama dua minggu, total 242.
+Contoh berikut ini sedikit lebih kompleks. Kita mengambil data menggunakan widget Twitter. Kita mengambil menggunakan internet untuk tweet dari pengguna @HillaryClinton dan @realDonaldTrump dan mendapatkan tweet mereka selama dua minggu, total 242.
 [[File:Preprocess-Text-Example2.png|center|600px|thumb]]
 ==Referensi==

@@ Line 12: / Line 12: @@
   Corpus: Preprocess corpus.
-widget Text Preprocessing dapat membagi text menjadi unit yang lebih kecil (token), memfilternya, menjalankan normalisasi (stemming, lemmatization), membuat n-gram dan menandai token dengan label part-of-speech. Langkah-langkah dalam analisis diterapkan secara berurutan dan dapat di-on-kan atau di-off-kan.
+widget Preprocess Text dapat membagi text menjadi unit yang lebih kecil (token), memfilternya, menjalankan normalisasi (stemming, lemmatization), membuat n-gram dan menandai token dengan label part-of-speech. Langkah-langkah dalam analisis diterapkan secara berurutan dan dapat di-on-kan atau di-off-kan.
 [[File:Preprocess-Text-stamped.png|center|600px|tumb]]

@@ Line 14: / Line 14: @@
 widget Text Preprocessing dapat membagi text menjadi unit yang lebih kecil (token), memfilternya, menjalankan normalisasi (stemming, lemmatization), membuat n-gram dan menandai token dengan label part-of-speech. Langkah-langkah dalam analisis diterapkan secara berurutan dan dapat di-on-kan atau di-off-kan.
-[[File:Preprocess-Text-stamped.png|center|200px|tumb]]
+[[File:Preprocess-Text-stamped.png|center|600px|tumb]]
 * Informasi tentang data yang diproses sebelumnya. Document count menghitung dan melaporkan jumlah dokumen pada input. Total token count menghitung semua token dalam corpus. Token unik tidak termasuk token duplikat dan melaporkan hanya token unik di corpus.

← Older revision		Revision as of 10:45, 11 April 2020
Line 2:		Line 2:


−	~~Pemrosesan~~ Corpus berdasarkan metoda yang kita pilih.	+	Widget Preprocess Text mem-prosesan Corpus berdasarkan metoda yang kita pilih.

	==Input==		==Input==

@@ Line 68: / Line 68: @@
 Dalam contoh pertama kita akan mengamati efek preprocessing pada teks. Kita bekerja dengan book-excerpts.tab yang kita load dengan widget [[Corpus]]. Kita telah menghubungkan [[Preprocess Text]] ke [[Corpus]] dan mempertahankan metode preprocessing default (huruf kecil, tokenization per kata, dan penghapusan stopword). Satu-satunya parameter tambahan yang kita tambahkan sebagai keluaran hanya 100 token paling sering pertama. Kemudian kita menghubungkan [[Preprocess Text]] dengan [[Word Cloud]] untuk mengamati kata-kata yang paling sering ada dalam teks. Bermain-main dengan parameter yang berbeda, untuk melihat bagaimana mereka mengubah output.
-[[File:Preprocess-Text-Example1.png|center|200px|thumb]]
+[[File:Preprocess-Text-Example1.png|center|600px|thumb]]
 Contoh kedua sedikit lebih kompleks. Kita mengambil data menggunakan widget Twitter. Kita mengambil menggunakan internet untuk tweet dari pengguna @HillaryClinton dan @realDonaldTrump dan mendapatkan tweet mereka selama dua minggu, total 242.
-[[File:Preprocess-Text-Example2.png|center|200px|thumb]]
+[[File:Preprocess-Text-Example2.png|center|600px|thumb]]
 Di [[Preprocess Text]] ada tokenisasi Tweet yang tersedia, yang menyimpan hashtag, emoji, mention dan sebagainya. Namun, tokenizer ini tidak menghilangkan tanda baca, jadi kita memperluas Regexp filtering dengan simbol yang ingin kita singkirkan. Kita akan memperoleh token dengan hanya kata, yang kita tampilkan di Word Cloud. Kemudian kita dapat membuat skema untuk memprediksi penulis tweet berdasarkan konten tweet, yang dijelaskan lebih rinci dalam dokumentasi untuk widget [[Orange: Twitter]].

@@ Line 43: / Line 43: @@
 ** Most frequent tokens keeps only the specified number of most frequent tokens. Default is a 100 most frequent tokens.
-* N-grams Range creates n-grams from tokens. Numbers specify the range of n-grams. Default returns one-grams and two-grams.
+* N-grams Range akan membuat n-gram dari token. Number men-spesifikasikan range dari n-gram. Default adalah one-gram dan two-gram.
 * POS Tagger runs part-of-speech tagging on tokens.
 ** Averaged Perceptron Tagger runs POS tagging with Matthew Honnibal’s averaged perceptron tagger.

@@ Line 16: / Line 16: @@
 [[File:Preprocess-Text-stamped.png|center|200px|tumb]]
-Informasi tentang data yang diproses sebelumnya. Document count menghitung laporan jumlah dokumen pada input. Total token count menghitung semua token dalam corpus. Token unik tidak termasuk token duplikat dan melaporkan hanya token unik di corpus.
+* Informasi tentang data yang diproses sebelumnya. Document count menghitung dan melaporkan jumlah dokumen pada input. Total token count menghitung semua token dalam corpus. Token unik tidak termasuk token duplikat dan melaporkan hanya token unik di corpus.
 * Transformation transforms input data. It applies lowercase transformation by default.