前面讲述了很多关于Python爬取本体Ontology、消息盒InfoBox、虎扑图片等例子,同时讲述了VSM向量空间模型的应用。但是由于InfoBox没有前后文和语义概念,所以效果不是很好,这篇文章主要是爬取百度5A景区摘要信息,再利用Jieba分词工具进行中文分词,最后提出文本聚类算法的一些概念知识。
相关文章:
[Python爬虫] Selenium获取百度百科旅游景点的InfoBox消息盒
[python爬虫] Selenium定向爬取海量精美图片及搜索引擎杂谈
Python简单实现基于VSM的余弦相似度计算
基于VSM的命名实体识别、歧义消解和指代消解
[python] 使用Jieba工具中文分词及文本聚类概念
最新推荐文章于 2021-06-16 09:00:00 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)