1.关键词提取 关键词指的是原始文档的和核心信息，关键词提取在文本聚类、分类、自动摘要等领域中有着重要的作用。 针...[作者空间]
文本向量化即将信息数值化，方便后续的建模分析。 1.词袋模型 词袋模型将文本直接简化为一系列词的集合，然后对此编号...[作者空间]
1.词频统计 在词频统计之前，需要先完成分词工作。因为词频统计是基于分词后所构建的list进行的。 1.1使用Pa...[作者空间]
分词的算法有两大类： 基于字符串的匹配：即通过扫描字符串，如果发现字符串的子串和词相同，就算匹配上了。因其简单粗暴...[作者空间]
数据的范围远远不止数字，文本、图像、声音等都是数据。然而非数字类数据难以利用起来，但其本身包含着丰富的信息。难处理...[作者空间]
