今天分享一篇来自Analytics Vidhya的热文：Ultimate guide to deal with Text Data (using Python) – for Data Scientists & Engineers 。

这篇文章针对文本数据，介绍了不同的特征抽取方式，包括基本的方法到一些比较先进的NLP技术，同时还介绍了文本数据的预处理，以帮助我们抽取到更好的特征。

文章以twitter sentiment dataset为例，使用Python进行特征抽取，主要内容如下所示，具体内容请戳文章链接，我就不一一搬运了。

---

目录

1. Basic feature extraction using text data

 Number of words

 Number of characters

 Average word length

 Number of stopwords

 Number of special characters

 Number of numerics

 Number of uppercase words

2. Basic Text Pre-processing of text data

 Lower casing

 Punctuation removal

 Stopwords removal

 Frequent words removal

 Rare words removal

 Spelling correction

 Tokenization

 Stemming

 Lemmatization

3. Advance Text Processing

 N-grams

 Term Frequency

 Inverse Document Frequency

 Term Frequency-Inverse Document Frequency (TF-IDF)

 Bag of Words

 Sentiment Analysis

 Word Embedding

---