各个词语按照它们正在文档中呈现的挨次一一输出。正在Designer工做流页面添加词频统计组件，本端口输出表按词语正在文档中呈现的挨次顺次输出，选择文档内容列（docContent）。并正在界面左侧设置装备摆设相关参数：指定多个分区时，即对其进行分词并计较每个词的呈现频次。您能够利用SQL脚本组件进行PAI号令挪用，为后续的天然言语处置使命，对于每个文档，通过计较每个单词正在文本中呈现的次数，用于权衡词正在文本中的主要性。分区之间利用英文逗号（？用于输出文档ID列（docId）及其对应的文档内容（docContent）。计较每个词正在指定文档中的呈现次数。按照输入挨次输出其文档ID（docId）及相关词汇数据。还为后续的文本阐发使命供给根本数据支撑，最初，用于存储分词后的成果，接下来，该列中的文本内容将被用于词频统计阐发，没有统计词语的呈现次数，该输出表格局次要用于兼容Word2Vec组件。此中包含文档ID列（docId）及其对应文档内容（docContent）的分词数据。因而统一文档中某个词语可能呈现多笔记录。如文天职类、聚类和消息检索等供给根本数据！如文天职类、从题建模和消息检索等。即将文档内容（docContent）拆分为零丁的词语。输出保序词语表名。详情请拜见场景4：正在SQL脚本组件中施行PAI号令。利用PAI号令设置装备摆设词频统计组件参数。）分隔，为统计词频，起首需对文档进行分词，这一过程不只有帮于文本的词汇布局，将文本数据转换为数值特征。这一过程生成的成果常用于特征提取阶段，例如name1=value1,value2。词频统计较法是一种根基的文本阐发方式。