mindspore.dataset.text.transforms.PythonTokenizer
- class mindspore.dataset.text.transforms.PythonTokenizer(tokenizer)[源代码]
使用用户自定义的分词器对输入字符串进行分词。
参数:
tokenizer (Callable) - Python可调用对象,要求接收一个string参数作为输入,并返回一个包含多个string的列表作为返回值。
异常:
TypeError - 参数 tokenizer 不是一个可调用的Python对象。
- 支持平台:
CPU
样例:
>>> def my_tokenizer(line): ... return line.split() >>> text_file_dataset = text_file_dataset.map(operations=text.PythonTokenizer(my_tokenizer))