python文本分析--停用词表的使用

之前听说停用词表，没有上手使用过，真正操作的时候发现有很多东西没有学透彻。这里总结一下，去停用词的思想：在原始文本集中去掉不需要的词汇，字符。虽然有通用的停用词表，但是如果想提高后续的分词效果，还是自己建立停用表比较好。

建立停用词表，实际上就是在txt中，输入想要删除的词汇，每个词汇用空格隔开即可。可以换行。

下面是我自己操作的效果图，及代码。方便自己及大家查看。

# 停用词表 []   停用词的标准格式应该是一个词一行在txt中展示.如果一行中有多词汇,可以采用本文方法转换成标准格式
# 文本集 []
# 处理后文本本 []
stop = []
standard_stop = []
text = []
after_text = []
file_stop = r'D:\PycharmProjects\tufaci20190218\ceshi-stop-shupai.txt'  # 停用词表
file_text = r'D:\PycharmProjects\tufaci20190218\ceshi-word.txt'  # 要处理的文本集合
with open(file_stop,'r',encoding='utf-8-sig') as f :lines = f.readlines()  # lines是list类型for line in lines:lline  = line.strip()     # line 是str类型,strip 去掉\n换行符stop.append(lline)        # 将stop 是列表形式# stop 的元素是一行一行的 句子,需要进行转化为一个词一行,即下面:
for i in range(0,len(stop)):for word in stop[i].split():standard_stop.append(word)
# print(standard_stop)# 读取文本集,
with open(file_text,'r',encoding='utf-8-sig') as f :lines = f.readlines()print(lines)for line  in lines:# lline = line.strip()# print(lline)lline = line.split()# print(lline)for i in lline:if i not in  standard_stop:after_text.append(i)
print(after_text)# 将结果保存在txt中
with open(r'D:\PycharmProjects\tufaci20190218\a-ceshi-jieguo.txt','w+')as f :for i in after_text:f.write(i)

python文本分析--停用词表的使用相关推荐

Python文本分析---笔记
Python文本分析格式化数据:表格.json 非格式化数据:字符串.文本内容: 1.中文分词 2.自定义词典.去停用词 3.词频统计.关键词抽取 4.案例:招聘需求关键词抽取一. 中文分词分 ...
Python文本分析技巧
上一章提到,Python是一门易用且强大的编程语言,所以本书将其作为示例语言使用,同时也提供了一套基础的Python文本分析的教程. 为什么要介绍这些Python技巧?原因是希望读者具有Python和 ...
python文本分析与挖掘（一）-构建语料库
实现功能: python文本分析与挖掘(一)-构建语料库实现代码: import os from warnings import simplefilter simplefilter(action=' ...
python 文本分析_使用Python进行文本分析–书评
python 文本分析 This is a book review of Text Analytics with Python: A Practical Real-World Approach to ...
Python文本分析-常用中文停用词表（Chinese Stop Words）
在做jieba中文分词处理,进行文本分析,必不可少的停用词处理,国内比较常用的中文停用词库,有以下几个: 中文停用词表哈工大停用词表百度停用词表四川大学机器智能实验室停用词库而@elephan ...
python 文本分析库_Python有趣|中文文本情感分析
前言前文给大家说了python机器学习的路径,这光说不练假把式,这次,罗罗攀就带大家完成一个中文文本情感分析的机器学习项目,今天的流程如下: 数据情况和处理数据情况这里的数据为大众点评上的评论数 ...
python文本分析和提取_python文本分析和提取 Python 文本内容指定字段提取
使用python对txt文本进行分析和提取首先,打开计算机上的pycharm编辑器,如下图所示,然后进入下一步. 开学以后,小编没有碰过电脑,第一次,这就说明了开学是多么的可怕其次,完成上述步骤后 ...
本·拉登的书架：Python文本分析拉登最常念叨什么？
本文首发于编程派的微信公众号,搜索"codingpy"关注编程派吧. 2015年,美国官方解密了一系列有关本·拉登的文件,其中最引人瞩目的,是美国国家情报总监办公室(The Off ...
【python】构建停用词表（文末附链接）
构建停用词表构建停用词表是数据预处理的必要步骤,可以减小不必要的开销. 哈工大.百度.川大等停用词表见GitHub链接:https://github.com/goto456/stopwords 经实 ...

python文本分析--停用词表的使用

python文本分析--停用词表的使用相关推荐

最新文章

热门文章