注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 中文停用词表

  2. 中文停用词表，1208个停用词，适用于文本分析，结合jieba适用，对文本数据进行必要清洗

  3. 所属分类：Python

    • 发布日期：2015-01-21
    • 文件大小：7168
    • 提供者：lin370

  1. project.rar

  2. 该代码实现了豆瓣影评的多页爬取，并制作成词云显示 整个实验主要分成以下三个部分，下面对每个部分作一个简单的说明。 1.爬取网页内容 2.对数据进行简单的清洗 逐行用jieba分词，利用停用词表去除如“的”和“我们”这样对于主题分析并无帮助的功能词，同时借助re库还能对处理的词性进行选择。 3.制作词云 手动计算词频，利用 WordCloud()函数基于词创建词云，这里选择词频最高的 10 个词，同时可以设置词云背景颜色，图片，设置最大显示的字数，字体最大值，设置有多少种随机生成状态，即有多少种

  3. 所属分类：深度学习

    • 发布日期：2019-05-15
    • 文件大小：67584
    • 提供者：sinat_37819543

  1. stopwords.txt

  2. 最全停用词表，现在对于中文分词，分词工具有很多种，比如说：jieba分词、thulac、SnowNLP等。在这篇文档中，笔者使用的jieba分词，并且基于python3环境，选择jieba分词的理由是其比较简单易学，容易上手，并且分词效果还很不错。

  3. 所属分类：机器学习

    • 发布日期：2019-10-13
    • 文件大小：20480
    • 提供者：sunlinglingsss

  1. 结巴jieba分词中文分词停用词表2000条数据

  2. 结巴中文分词停用表，整合百度分词、哈工大等停用词表2000余条数据 即拿即用，效果好，提升分词速度准确率。

  3. 所属分类：机器学习

    • 发布日期：2020-08-03
    • 文件大小：16384
    • 提供者：cjqbg

  1. python实现关键词提取的示例讲解

  2. 新人小菜鸟又来写博客啦！！！没人表示不开心~~(>_<)~~ 今天我来弄一个简单的关键词提取的代码 文章内容关键词的提取分为三大步： （1） 分词 （2） 去停用词 （3） 关键词提取 分词方法有很多，我这里就选择常用的结巴jieba分词；去停用词，我用了一个停用词表。 具体代码如下： import jieba import jieba.analyse #第一步：分词，这里使用结巴分词全模式 text = '''新闻，也叫消息，是指报纸、电台、电视台、互联网经常使用的记录社会

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：58368
    • 提供者：weixin_38605538

  1. python实现TF-IDF算法解析

  2. TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。 同样，理论我这里不再赘述，因为和阮一峰大神早在2013年就将TF-IDF用一种非常通俗的方式讲解出来 TF-IDF与余弦相似性的应用（一）：自动提取关键词 材料 1.语料库（已分好词） 2.停用词表（哈工大停用词表） 3.python3.5 语料库的准备 这里使用的语料库是《人民日报》2015年1月16日至1月18日的发表的新闻。并且在进行TFI

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：491520
    • 提供者：weixin_38729022