.. _sec_text_preprocessing:

Metin Ön İşleme
===============


Dizi verileri için istatistiksel araçları ve tahmin zorluklarını
inceledik ve değerlendirdik. Bu veriler birçok şekil alabilir.
Özellikle, kitabın birçok bölümünde odaklanacağımız gibi, metinler dizi
verilerinin en popüler örneklerindendir. Örneğin, bir makale basitçe bir
sözcük dizisi veya hatta bir karakter dizisi olarak görülebilir. Dizi
verileriyle gelecekteki deneylerimizi kolaylaştırmak amacıyla, bu bölümü
metin için ortak ön işleme adımlarını açıklamaya adayacağız. Genellikle,
aşağıdaki adımlar vardır:

1. Metni dizgi (string) olarak belleğe yükleyin.
2. Dizgileri andıçlara (token) ayırın (örn. kelimeler ve karakterler).
3. Bölünmüş andıçları sayısal indekslerle eşlemek için bir kelime
   tablosu oluşturun.
4. Metni sayısal indekslerin dizilerine dönüştürün, böylece modeller
   tarafından kolayca işlenebilirler.



.. raw:: html

     <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar code"><a href="#mxnet-1-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-1-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-1-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

     <div class="mdl-tabs__panel is-active" id="mxnet-1-0">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    import collections
    import re
    from d2l import mxnet as d2l



.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="pytorch-1-1">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    import collections
    import re
    from d2l import torch as d2l



.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="tensorflow-1-2">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    import collections
    import re
    from d2l import tensorflow as d2l



.. raw:: html

     </div>



.. raw:: html

     </div>

Veri Kümesini Okuma
-------------------

Başlamak için H. G. Wells'in `*Zaman
Makinesi* <http://www.gutenberg.org/ebooks/35>`__'nden metin yüklüyoruz.
Bu 30000 kelimenin biraz üzerinde oldukça küçük bir külliyat, ama
göstermek istediğimiz şey için gayet iyi. Daha gerçekçi belge
koleksiyonları milyarlarca kelime içerir. Aşağıdaki işlev, veri kümesini
her satırın bir dizgi olduğu metin satırları listesine okur. Basitlik
için, burada noktalama işaretlerini ve büyük harfleri görmezden
geliyoruz.



.. raw:: html

     <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar code"><a href="#mxnet-3-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-3-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-3-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

     <div class="mdl-tabs__panel is-active" id="mxnet-3-0">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    #@save
    d2l.DATA_HUB['time_machine'] = (d2l.DATA_URL + 'timemachine.txt',
                                    '090b5e7e70c295757f55df93cb0a180b9691891a')
    
    def read_time_machine():  #@save
        """Zaman makinesi veri kümesini bir metin satırı listesine yükleyin."""
        with open(d2l.download('time_machine'), 'r') as f:
            lines = f.readlines()
        return [re.sub('[^A-Za-z]+', ' ', line).strip().lower() for line in lines]
    
    lines = read_time_machine()
    print(f'# text lines: {len(lines)}')
    print(lines[0])
    print(lines[10])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    # text lines: 3221
    the time machine by h g wells
    twinkled and his usually pale face was flushed and animated the




.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="pytorch-3-1">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    #@save
    d2l.DATA_HUB['time_machine'] = (d2l.DATA_URL + 'timemachine.txt',
                                    '090b5e7e70c295757f55df93cb0a180b9691891a')
    
    def read_time_machine():  #@save
        """Zaman makinesi veri kümesini bir metin satırı listesine yükleyin."""
        with open(d2l.download('time_machine'), 'r') as f:
            lines = f.readlines()
        return [re.sub('[^A-Za-z]+', ' ', line).strip().lower() for line in lines]
    
    lines = read_time_machine()
    print(f'# text lines: {len(lines)}')
    print(lines[0])
    print(lines[10])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    # text lines: 3221
    the time machine by h g wells
    twinkled and his usually pale face was flushed and animated the




.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="tensorflow-3-2">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    #@save
    d2l.DATA_HUB['time_machine'] = (d2l.DATA_URL + 'timemachine.txt',
                                    '090b5e7e70c295757f55df93cb0a180b9691891a')
    
    def read_time_machine():  #@save
        """Zaman makinesi veri kümesini bir metin satırı listesine yükleyin."""
        with open(d2l.download('time_machine'), 'r') as f:
            lines = f.readlines()
        return [re.sub('[^A-Za-z]+', ' ', line).strip().lower() for line in lines]
    
    lines = read_time_machine()
    print(f'# text lines: {len(lines)}')
    print(lines[0])
    print(lines[10])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    # text lines: 3221
    the time machine by h g wells
    twinkled and his usually pale face was flushed and animated the




.. raw:: html

     </div>



.. raw:: html

     </div>

Andıçlama
---------

Aşağıdaki ``tokenize`` işlevi, girdi olarak bir liste (``lines``) alır
ve burada her eleman bir metin dizisidir (örneğin, bir metin satırı).
Her metin dizisi bir andıç listesine bölünür. *Andıç* metindeki temel
birimdir. Sonunda, her andıcın bir dizgi olduğu andıç listelerinin bir
listesi döndürülür.



.. raw:: html

     <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar code"><a href="#mxnet-5-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-5-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-5-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

     <div class="mdl-tabs__panel is-active" id="mxnet-5-0">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    def tokenize(lines, token='word'):  #@save
        """Metin satırlarını kelime veya karakter belirteçlerine ayırın."""
        if token == 'word':
            return [line.split() for line in lines]
        elif token == 'char':
            return [list(line) for line in lines]
        else:
            print('ERROR: unknown token type: ' + token)
    
    tokens = tokenize(lines)
    for i in range(11):
        print(tokens[i])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    ['the', 'time', 'machine', 'by', 'h', 'g', 'wells']
    []
    []
    []
    []
    ['i']
    []
    []
    ['the', 'time', 'traveller', 'for', 'so', 'it', 'will', 'be', 'convenient', 'to', 'speak', 'of', 'him']
    ['was', 'expounding', 'a', 'recondite', 'matter', 'to', 'us', 'his', 'grey', 'eyes', 'shone', 'and']
    ['twinkled', 'and', 'his', 'usually', 'pale', 'face', 'was', 'flushed', 'and', 'animated', 'the']




.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="pytorch-5-1">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    def tokenize(lines, token='word'):  #@save
        """Metin satırlarını kelime veya karakter belirteçlerine ayırın."""
        if token == 'word':
            return [line.split() for line in lines]
        elif token == 'char':
            return [list(line) for line in lines]
        else:
            print('ERROR: unknown token type: ' + token)
    
    tokens = tokenize(lines)
    for i in range(11):
        print(tokens[i])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    ['the', 'time', 'machine', 'by', 'h', 'g', 'wells']
    []
    []
    []
    []
    ['i']
    []
    []
    ['the', 'time', 'traveller', 'for', 'so', 'it', 'will', 'be', 'convenient', 'to', 'speak', 'of', 'him']
    ['was', 'expounding', 'a', 'recondite', 'matter', 'to', 'us', 'his', 'grey', 'eyes', 'shone', 'and']
    ['twinkled', 'and', 'his', 'usually', 'pale', 'face', 'was', 'flushed', 'and', 'animated', 'the']




.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="tensorflow-5-2">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    def tokenize(lines, token='word'):  #@save
        """Metin satırlarını kelime veya karakter belirteçlerine ayırın."""
        if token == 'word':
            return [line.split() for line in lines]
        elif token == 'char':
            return [list(line) for line in lines]
        else:
            print('ERROR: unknown token type: ' + token)
    
    tokens = tokenize(lines)
    for i in range(11):
        print(tokens[i])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    ['the', 'time', 'machine', 'by', 'h', 'g', 'wells']
    []
    []
    []
    []
    ['i']
    []
    []
    ['the', 'time', 'traveller', 'for', 'so', 'it', 'will', 'be', 'convenient', 'to', 'speak', 'of', 'him']
    ['was', 'expounding', 'a', 'recondite', 'matter', 'to', 'us', 'his', 'grey', 'eyes', 'shone', 'and']
    ['twinkled', 'and', 'his', 'usually', 'pale', 'face', 'was', 'flushed', 'and', 'animated', 'the']




.. raw:: html

     </div>



.. raw:: html

     </div>

Kelime Dağarcığı
----------------

Andıcın dizgi tipi, sayısal girdiler alan modeller tarafından
kullanılmak için elverişsizdir. Şimdi dizgi andıçlarını 0'dan başlayan
sayısal indekslere eşlemek için, genellikle *kelime dağarcığı* olarak
adlandırılan bir sözlük oluşturalım. Bunu yapmak için, önce eğitim
kümesindeki tüm belgelerdeki benzersiz andıçları, yani bir
*külliyat*\ ı, sayarız ve daha sonra her benzersiz andıca frekansına
göre sayısal bir indeks atarız. Genellikle nadiren ortaya çıkan andıçlar
karmaşıklığı azaltmak için kaldırılır. Külliyat içinde bulunmayan veya
kaldırılan herhangi bir andıç, bilinmeyen özel bir andıç “<unk>” olarak
eşleştirilir. İsteğe bağlı olarak, dolgu için “<pad>”, bir dizinin
başlangıcını sunmak için “<bos>” ve bir dizinin sonu için “<eos>” gibi
ayrılmış andıçların bir listesini ekleriz.

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    class Vocab:  #@save
        """Metin için kelime hazinesi."""
        def __init__(self, tokens=None, min_freq=0, reserved_tokens=None):
            if tokens is None:
                tokens = []
            if reserved_tokens is None:
                reserved_tokens = []
            # Frekanslara göre sırala
            counter = count_corpus(tokens)
            self._token_freqs = sorted(counter.items(), key=lambda x: x[1],
                                       reverse=True)
            # Bilinmeyen andıcın indeksi 0'dır
            self.idx_to_token = ['<unk>'] + reserved_tokens
            self.token_to_idx = {token: idx
                                 for idx, token in enumerate(self.idx_to_token)}
            for token, freq in self._token_freqs:
                if freq < min_freq:
                    break
                if token not in self.token_to_idx:
                    self.idx_to_token.append(token)
                    self.token_to_idx[token] = len(self.idx_to_token) - 1
    
        def __len__(self):
            return len(self.idx_to_token)
    
        def __getitem__(self, tokens):
            if not isinstance(tokens, (list, tuple)):
                return self.token_to_idx.get(tokens, self.unk)
            return [self.__getitem__(token) for token in tokens]
    
        def to_tokens(self, indices):
            if not isinstance(indices, (list, tuple)):
                return self.idx_to_token[indices]
            return [self.idx_to_token[index] for index in indices]
    
        @property
        def unk(self):  # Bilinmeyen andıç için dizin
            return 0
    
        @property
        def token_freqs(self):  # Bilinmeyen andıç için dizin
            return self._token_freqs
    
    def count_corpus(tokens):  #@save
        """Count token frequencies."""
        # Burada `tokens` bir 1B liste veya 2B listedir
        if len(tokens) == 0 or isinstance(tokens[0], list):
            # Bir belirteç listelerinin listesini belirteç listesine düzleştirin
            tokens = [token for line in tokens for token in line]
        return collections.Counter(tokens)

Zaman makinesi veri kümesini külliyat olarak kullanarak bir kelime
dağarcığı oluşturuyoruz. Daha sonra ilk birkaç sık andıcı dizinleriyle
yazdırıyoruz.



.. raw:: html

     <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar code"><a href="#mxnet-9-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-9-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-9-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

     <div class="mdl-tabs__panel is-active" id="mxnet-9-0">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    vocab = Vocab(tokens)
    print(list(vocab.token_to_idx.items())[:10])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    [('<unk>', 0), ('the', 1), ('i', 2), ('and', 3), ('of', 4), ('a', 5), ('to', 6), ('was', 7), ('in', 8), ('that', 9)]




.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="pytorch-9-1">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    vocab = Vocab(tokens)
    print(list(vocab.token_to_idx.items())[:10])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    [('<unk>', 0), ('the', 1), ('i', 2), ('and', 3), ('of', 4), ('a', 5), ('to', 6), ('was', 7), ('in', 8), ('that', 9)]




.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="tensorflow-9-2">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    vocab = Vocab(tokens)
    print(list(vocab.token_to_idx.items())[:10])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    [('<unk>', 0), ('the', 1), ('i', 2), ('and', 3), ('of', 4), ('a', 5), ('to', 6), ('was', 7), ('in', 8), ('that', 9)]




.. raw:: html

     </div>



.. raw:: html

     </div>

Şimdi her metin satırını sayısal indekslerin bir listesine
dönüştürebiliriz.



.. raw:: html

     <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar code"><a href="#mxnet-11-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-11-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-11-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

     <div class="mdl-tabs__panel is-active" id="mxnet-11-0">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    for i in [0, 10]:
        print('words:', tokens[i])
        print('indices:', vocab[tokens[i]])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    words: ['the', 'time', 'machine', 'by', 'h', 'g', 'wells']
    indices: [1, 19, 50, 40, 2183, 2184, 400]
    words: ['twinkled', 'and', 'his', 'usually', 'pale', 'face', 'was', 'flushed', 'and', 'animated', 'the']
    indices: [2186, 3, 25, 1044, 362, 113, 7, 1421, 3, 1045, 1]




.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="pytorch-11-1">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    for i in [0, 10]:
        print('words:', tokens[i])
        print('indices:', vocab[tokens[i]])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    words: ['the', 'time', 'machine', 'by', 'h', 'g', 'wells']
    indices: [1, 19, 50, 40, 2183, 2184, 400]
    words: ['twinkled', 'and', 'his', 'usually', 'pale', 'face', 'was', 'flushed', 'and', 'animated', 'the']
    indices: [2186, 3, 25, 1044, 362, 113, 7, 1421, 3, 1045, 1]




.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="tensorflow-11-2">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    for i in [0, 10]:
        print('words:', tokens[i])
        print('indices:', vocab[tokens[i]])


.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    words: ['the', 'time', 'machine', 'by', 'h', 'g', 'wells']
    indices: [1, 19, 50, 40, 2183, 2184, 400]
    words: ['twinkled', 'and', 'his', 'usually', 'pale', 'face', 'was', 'flushed', 'and', 'animated', 'the']
    indices: [2186, 3, 25, 1044, 362, 113, 7, 1421, 3, 1045, 1]




.. raw:: html

     </div>



.. raw:: html

     </div>

Her Şeyi Bir Araya Koymak
-------------------------

Yukarıdaki işlevleri kullanarak, ``corpus``'u (külliyat), andıç
indekslerinin bir listesidir, ve ``vocab``'ı döndüren
``load_corpus_time_machine`` işlevine her şeyi paketliyoruz. Burada
yaptığımız değişiklikler şunlardır: (i) Metni daha sonraki bölümlerdeki
eğitimi basitleştirmek için kelimelere değil, karakterlere andıçlıyoruz;
(ii) ``corpus`` tek bir listedir, andıç listelerinin listesi değildir,
çünkü zaman makinesi veri kümesindeki her metin satırı mutlaka bir cümle
veya paragraf değildir.



.. raw:: html

     <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar code"><a href="#mxnet-13-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-13-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-13-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

     <div class="mdl-tabs__panel is-active" id="mxnet-13-0">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    def load_corpus_time_machine(max_tokens=-1):  #@save
        """Andıç indislerini ve zaman makinesi veri kümesinin kelime dağarcığını döndür."""
        lines = read_time_machine()
        tokens = tokenize(lines, 'char')
        vocab = Vocab(tokens)
        # Zaman makinesi veri kümesindeki her metin satırı mutlaka bir cümle veya
        # paragraf olmadığından, tüm metin satırlarını tek bir listede düzleştirin
        corpus = [vocab[token] for line in tokens for token in line]
        if max_tokens > 0:
            corpus = corpus[:max_tokens]
        return corpus, vocab
    
    corpus, vocab = load_corpus_time_machine()
    len(corpus), len(vocab)




.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    (170580, 28)





.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="pytorch-13-1">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    def load_corpus_time_machine(max_tokens=-1):  #@save
        """Andıç indislerini ve zaman makinesi veri kümesinin kelime dağarcığını döndür."""
        lines = read_time_machine()
        tokens = tokenize(lines, 'char')
        vocab = Vocab(tokens)
        # Zaman makinesi veri kümesindeki her metin satırı mutlaka bir cümle veya
        # paragraf olmadığından, tüm metin satırlarını tek bir listede düzleştirin
        corpus = [vocab[token] for line in tokens for token in line]
        if max_tokens > 0:
            corpus = corpus[:max_tokens]
        return corpus, vocab
    
    corpus, vocab = load_corpus_time_machine()
    len(corpus), len(vocab)




.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    (170580, 28)





.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="tensorflow-13-2">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    def load_corpus_time_machine(max_tokens=-1):  #@save
        """Andıç indislerini ve zaman makinesi veri kümesinin kelime dağarcığını döndür."""
        lines = read_time_machine()
        tokens = tokenize(lines, 'char')
        vocab = Vocab(tokens)
        # Zaman makinesi veri kümesindeki her metin satırı mutlaka bir cümle veya
        # paragraf olmadığından, tüm metin satırlarını tek bir listede düzleştirin
        corpus = [vocab[token] for line in tokens for token in line]
        if max_tokens > 0:
            corpus = corpus[:max_tokens]
        return corpus, vocab
    
    corpus, vocab = load_corpus_time_machine()
    len(corpus), len(vocab)




.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    (170580, 28)





.. raw:: html

     </div>



.. raw:: html

     </div>

Özet
----

-  Metin, dizi verilerinin önemli bir biçimidir.
-  Metni ön işlemek için genellikle metni andıçlara böleriz, andıç
   dizgilerini sayısal indekslere eşlemek için bir kelime dağarcığı
   oluştururuz ve modellerin işlenmesi için metin verilerini andıç
   dizinlerine dönüştürürüz.

Alıştırmalar
------------

1. Andıçlama önemli bir ön işleme adımıdır. Farklı diller için
   değişiktir. Metni andıçlamak için yaygın olarak kullanılan üç yöntem
   daha bulmaya çalışın.
2. Bu bölümün deneyinde, metni sözcüklere andıçlayın ve ``Vocab``
   örneğinin ``min_freq`` argümanlarını değiştirin. Bu, kelime dağarcığı
   boyutunu nasıl etkiler?

`Tartışmalar <https://discuss.d2l.ai/t/115>`__