LDA主题模型从分词到词云再到模型

这是我在做本科内容时,从python小白,一直到能够做出计算结果有关代码的记录,代码均能跑起来,有些内容可以看我前面文章,这个章节主要是我的一些代码记录。

结巴分词

# -*- coding: utf-8 -*-
import jieba
import jieba.analyse
import jieba.posseg as pseg
import re

# 加载词典
jieba.load_userdict('dict.txt')

# 创建停用词list
def stopwordslist(filepath):
    stopwords = [line.strip() for line in open('stop_words.txt', 'r', encoding='utf-8').readlines()]
    return stopwords
    
# 对句子进行分词
def seg_sentence(sentence):
    sentence_seged = jieba.cut(sentence.strip())
    stopwords = stopwordslist('stopwords.txt')  # 这里引用函数,加载停用词的路径
    outstr = ''
    for word in sentence_seged:
        if word not in stopwords:
            if word != '\t':
                outstr += word
                outstr += " "
    return outstr


inputs = open('./2019_wenben/0030.txt', 'r', encoding='utf-8') 
# ./2019_wenben/0030.txt是读取文件的路径,有关文件路径的写法可参考其他文章
outputs = open('jieba_out.txt', 'a+', encoding='utf-8')
# jieba_out.txt是写入文件的名称,如没有该文件,则自动创建文件
for line in inputs:
    line_seg = seg_sentence(line)  # 这里的返回值是字符串
    # outputs.write(line_seg + '\n')
    outputs.write(line_seg + ' ') # 写入txt文件中的词,采用空格分开
outputs.close()
inputs.close()

词频统计1

  • 1
    点赞
  • 26
    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