利用python—jieba包进行分词和移除停用词
用python-jieba包进行分词和移除停用词只做了最基础的学习,不知道是这一部分本来就比较简单还是我学习的都是最基础部分,总之学习路上过于顺利了,下面我将介绍在这一部分中学习到的知识。。。。。。
首先:在pycharm中直接安装jieba包,然后新建python file即可实现下列代码
1.分词
①基础部分:我大致了解了下面3种分词模式但是4种写法
&1& 全模式以及输出,中间以“/”分隔
&2& 精确模式以及输出,中间以“,”分隔
&3& 默认为精确模式以及输出,中间以“,”分隔
&4& 搜索引擎模式以及输出,中间以“,”分隔
②读取csv文件中的内容并进行分词,最后存储在csv文件中
2.移除停用词
①基础部分:移除一句话中的停用词并输出结果
②对csv文件中的文本进行分词并移除txt文档中规定的停用词,最后写入csv文件中
3遇到的问题
①读取csv文件的时候读取不到:在路径前面加一个r
②写入csv文件中间有空行:在写入csv文件的open()函数内加入newline=’’
4.参考博客
jiaba分词基本用法:https://blog.csdn.net/u010707315/article/details/79252964
读取csv文件并进行分词:https://blog.csdn.net/jiasudu1234/article/details/70065917
移除停用词:https://www.cnblogs.com/xiaoli2018/p/4953170.html
csv有空行问题:http://www.cnblogs.com/littlebob/p/9293931.html