Automatically data preprocessing with Python tkinter.
!!! Lemmatization işlemini yapmak için bilgisayarınızda JAVA Development Kit kurulu ve PATH eklenmesi lazım.
Metin Madenciliği projelerinde genellikle yapısal olmayan veriler üzerinde işlem yapmamız gerekir. Yapısal olmayan verilerden anlam çıkartmak için verileri işlenebilir hale getirmemiz gerekmektedir.Bu uygulama bu işlemleri otomatik bir şekilde yapmanızı sağlıyor.Bu işlemleri kısaca şu şekilde açıklayabilirim.
1-)Tokenization: Metni istenilen şekilde (genellikle kelime kelime) parçalayarak dizilere (array) kaydetmek.
2-)Removing Stop Words: Metin içerisinde geçen, alamda herhangi bir değişiklik yapmayan kelimelerin atılması.(bazı,ya,da gibi kelimeler)
3-)Removing punctuation and digits: Metin içerisindeki noktalama işaretleri ve sayıların çıkartılması.
4-)Normalization: Metindeki büyük küçük harf ayrımının ortadan kaldırması.
5-)Stemming: Metinde geçen kelimelerdeki eklerin atılarak kelime köklerinin kaydedilmesi.