StringNormalizer

StringNormalizer - 10

版本

  • 名称: StringNormalizer (GitHub)

  • : main

  • since_version: 10

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的操作符已在 版本 10 中提供。

摘要

StringNormalization 执行字符串操作以进行基本清理。此运算符只有一个输入(由 X 表示)和一个输出(由 Y 表示)。此运算符首先检查 X 中的元素,并删除“stopwords”属性中指定的元素。删除停用词后,中间结果可以根据“case_change_action”属性进一步转换为小写、大写或直接返回。此运算符仅接受 [C]- 和 [1, C]- 张量。如果 X 中的所有元素都被删除,则输出将是字符串张量的空值,如果输入形状为 [C],则形状为 [1],如果输入形状为 [1, C],则形状为 [1, 1]。

属性

  • case_change_action - STRING (默认为 'NONE')

    字符串枚举,可将输出转换为小写/大写/不变。有效值为“LOWER”、“UPPER”、“NONE”。默认为“NONE”

  • is_case_sensitive - INT (默认为 '0')

    布尔值。X 中停用词的识别是否区分大小写。默认为 false

  • locale - STRING :

    依赖于环境的字符串,表示需要根据该区域设置将输出字符串转换为大写/小写。默认值为 en_US 或平台特定的等效值(根据实现确定)。

  • stopwords - STRINGS :

    停用词列表。如果未设置,则不会从 X 中删除任何单词。

输入

  • X (异构) - tensor(string)

    要规范化的 UTF-8 字符串

输出

  • Y (异构) - tensor(string)

    UTF-8 规范化后的字符串