中文文本分类

import os
path =r'C:\Users\Administrator\Desktop\0369data'

def readfile(path):
    for root,dirs,files in os.walk(path):
            #print(root)
            #print(dirs)
        for f in files:
            fn = os.path.join(root,f)
#             size = os.path.getsize(fn)
#             print(fn,size)
            genInfo(fn)

import numpy as np
def genInfo(path):
    classfity = fn.split('\\')[-2] # 获取类别
    with open(fn,'r',encoding='utf-8') as f:
        content = f.read() # 获取文本
        
# import jieba
# import jieba.posseg as psg 
# file_path = r'C:\Users\Administrator\Desktop\stopsCN.txt'
# fo = open(file_path,'r',encoding='utf-8').read()

# stops = np.loadtxt(file_path,dtype=str,delimiter=r'\t',encoding='utf-8')
# stops.shape
# tokens=[token for token in tokens if token not in stops]
# tokens

 

转载于:https://www.cnblogs.com/hodafu/p/10113126.html

  • 0
    点赞
  • 1
    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