中文词频统计

中文分词

1. 下载一中文长篇小说，并转换成UTF-8编码。
2. 使用jieba库，进行中文词频统计，输出TOP20的词及出现次数。
3. 排除一些无意义词、合并同一词。
4. 对词频统计结果做简单的解读。

   import jieba
   
   txt=open('222.txt','r',encoding='utf-8').read()
   words=list(jieba.cut(txt))
   
   exp={'？','，'}
   
   keys=set(words)-exp
   dic={}
   for w in keys:
       if len(w)>1:
           dic[w]=words.count(w)
   
   wc=list(dic.items())
   wc.sort(key=lambda x:x[1],reverse=True)
   
   for i in range (20):
       print(wc[i])

   

5. 解读：这篇新闻主要讲述了主席贴近基层，注重基层建设和军队的建设，并定下了推进建设的目标

转载于:https://www.cnblogs.com/Qzlhxxx/p/7610361.html