课程链接:Python人工智能20个小时玩转NLP自然语言处理【黑马程序员】_哔哩哔哩_bilibili
?????全是报错,难受死了
文本预处理主要包括的内容:
- 文本处理的基本方法-分词 词性标注 命名实体识别
- 文本张量的表示方法-one-hot word2vec WordEmbedding
- 文本预料的数据分析-标签数量分布 句子长度分布 词频统计与关键词云
- 文本特征处理-添加n-gram特征 文本长度规范
- 数据增强方法-回译数据增强方法
目录
一、jieba
*精确模式分词,切分句子来适用于文本分析(中文繁体分词,jieba也支持!)
import jieba
content="工信处女干事每月经过下属科室都要亲口交代24口交换机等技术性器件的安装工作"
jieba.cut(content,cut_all=False)#默认是False,表示精确分词
#注意这里返回的是一个生成器的对象,这里如果要看到结果需要使用jieba.lcut()
#精确模式就是每个词都按照我们语言理解的匹配方式匹配
#全模式就是扫描句子中每一个词,都列出来,但是不能消除歧义
jieba.lcut(conten