jieba分词+sklearn文本特征提取时报错‘list‘ object has no attribute ‘decode‘

jieba分词

先上错误代码:

def cut_word(text):
    # 中文分词
    text_new = jieba.cut(text)

    return " ".join(list(text_new))


data2 = ['沉香燃明灭', '灰屑散不尽', '前尘空断肠', '相思了无益']

cut_word(data2)

运行之后,就会报错'list' object has no attribute 'decode'

修改代码如下:

def cut_word(text):
    # 中文分词
    text_new = jieba.lcut(str(text))

    return " ".join(text_new)

这样再运行就可以了。

完整的jieba分词+sklearn文本特征提取代码如下:

def cut_word(text):
    # 中文分词
    text_new = jieba.lcut(str(text))

    return " ".join(text_new)


def count_chinese_demo(data):
    # 中文文本特征抽取
    data_new = []
    for sent in data:
        sent_new = cut_word(sent)
        data_new.append(sent_new)

    print(data_new)

    # 1.实例化一个转换器类
    transfer = CountVectorizer()
    # 2.调用fit_transform()
    data_new = transfer.fit_transform(data_new)

    print('new_data:\n', data_new.toarray())
    print('特征名字:\n', transfer.get_feature_names())

    return None


data2 = ['沉香燃明灭', '灰屑散不尽', '前尘空断肠', '相思了无益']
count_chinese_demo(data2)
补充说明:
sklearn文本特征抽取CountVectorizer用法
sklearn.feature_extraction.text.CountVectorizer(stop_words=[])
stop_words 停用词列表
返回词频矩阵

CountVectorizer.fit_transform(x)
统计特征值出现的个数
x 文本或者包含文本字符串的可迭代对象
返回值:返回sparse矩阵
    
CountVectorizer.inverse_transform(x) 反变换
CountVectorizer.get_feature_names() 返回单词列表

运行结果如下:

  • 1
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值