NLP --- 文本分类

文本分类

一、常见文本分类处理过程

1、语料（数据）的获取

2、数据预处理
1) 分词
2) 除去停用词

3、特征提取

二、关键词

TF-IDF:https://blog.csdn.net/asialee_bird/article/details/81486700
中文：词频-逆向文件频率。
应用定位：一种用于信息检索与文本挖掘的常用加权技术。
主要思想：如果某个单词在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。