从Excel数据中删除带有“@”和表情符号的提及

Anna_May1

你好，RapidMiner社区，

我目前正在研究一个监督情绪分析。我在情感分析方面取得了成功，但我对它使用的数据并不满意。

作为数据准备的一部分，我想删除提及(即“@”后面的名称)，并且我尝试了一些建议。我目前生成的流程和测试数据都上传到这里。

我正在使用“替换”操作符，但遗憾的是，按照这个过程，结果仍然包含一些提及。这些提及仍然存在，因为a)它们是一行中的第二个提及，或者b)它们提到的不是一行的开头。

你们有人对此有什么意见吗?

总的来说，我想要达到的目标是:
-删除任何以“@”开头的单词(不是整行)。
删除空行
删除重复的
-删除表情符号(现在，在这个过程中，我结束了问号而不是表情符号作为输出，所以我宁愿立即删除表情符号)

感谢任何建议!

安娜可能

MartinLiebig

嗨@Anna_May1，

一个好!我需要在谷歌上搜索一下正确的正则表达式。附带的进程应该可以解决这个问题。

最好的

马丁

<？xml version="1.0" encoding="UTF-8"?> <过程version = " 9.8.000”>
> <上下文
<输入/ >
<输出/ >
<宏/ >
> < /上下文







<过程扩展= " true " >







<列出关键= "注释" / >




<列出关键= " data_set_meta_data_information " >

< / >列表



< /操作符>













<参数键=“replace_what”值= " [^ \ x00 - \ x7F] " / >
替换所有非ascii字母
< /操作符>













@ /比；
替换@<; /描述>
< /操作符>






> < /过程
< /操作符>
> < /过程

Anna_May1

嗨@mschmitz，

感谢您的快速回复．我试过你的代码，它确实删除了表情符号，但没有删除任何提及。所以所有的提及仍然在那里，即使是那些在一行开始的，之前被删除的。

你能解释一下为什么会这样吗?

欢呼,

安娜可能

MartinLiebig

嗨@Anna_May1，

对不起，是我的错。我以为你只想换掉@-symbol而不是带名字的@。附件是正确的

最好的

马丁

<？xml version="1.0" encoding="UTF-8"?> <过程version = " 9.8.000”>
> <上下文
<输入/ >
<输出/ >
<宏/ >
> < /上下文







<过程扩展= " true " >







<列出关键= "注释" / >




<列出关键= " data_set_meta_data_information " >

< / >列表



< /操作符>













<参数键=“replace_what”值= " [^ \ x00 - \ x7F] " / >
替换所有非ascii字母
< /操作符>













@ (\ w +)“/比；
替换@<; /描述>
< /操作符>






> < /过程
< /操作符>
> < /过程

Anna_May1

嗨@mschmitz，

再次感谢您的时间!我不知道为什么，但这仍然不适合我。您介意以另一种形式分享您的流程吗?

欢呼,

安娜可能

MartinLiebig

嗨@Anna_May1，

你说得对。xml有问题，让我们试试rmp。

最好的

马丁

Nicole_Samson

嗨，我也在同样的问题上工作，我如何使用这个解决方案?它是一个宏还是别的什么?蒂雅

MartinLiebig

你好,

你可以下载这个进程并使用File-> load process将其加载到你的RapidMiner中。

最好的

马丁