如何对文本数据进行预处理？——结合常用处理方法谈谈自己的思考

常用的文本清洗与预处理步骤一般如下：

一、去除数字：

数字在文本分析中一般没有意义，所以在进一步分析前需要去除它们。

【我觉得数字对于语义的理解还是有一定作用的，将所有数字（阿拉伯数字和单词）更换为一个标注<num>会不会更好？】

二、去除链接地址：

链接地址显然也需要在进一步分析前被去掉ÿ