python文本分类
摘要：前面博客里面从谣言百科中爬取到了所有类别（10类）的新闻并以文本的形式存储。 现在对这些数据进行分类，上代码： 运行完分类完成！
阅读全文
posted @ 2018-03-09 16:16
03 2018 档案
文本处理之Python词频统计
摘要：往前2篇的博客中，爬取了谣言百科网站中不同分类的新闻并以文本的形式存取下来啦。 上一篇博客中对存取的文件进行了中文分词操作，现在我们想要对存取的文本进行词频统计操作。 上代码： 运行完词频统计结束~
阅读全文
posted @ 2018-03-08 15:05
文本分词处理Python实践
摘要：上一篇博客中爬取到了10个类别中数据并以文本的形式存取。 第二步便考虑对获得的文本进行分词操作~ 开发环境： anaconda3； jieba分词；（在anaconda中pip install jieba 命令成功下载并安装jieba包(conda和pip是两个不同的包管理器，那个jieba没在co
阅读全文
posted @ 2018-03-08 12:38
爬虫实践2
摘要：在前一篇博客中，爬了谣言百科中baby类的百科，现在要同时爬所有类别的百科时应该怎么做呢？ 无非是添加一个网址list，和一个类别名list，然后进行遍历爬取数据即可！ 上代码： 当然，自己应提前建好类别的文件夹，如图： 然后运行即可得到数据！
阅读全文
posted @ 2018-03-07 17:23
爬虫实践1
摘要：1、开发环境： Anaconda3; python 3.6.4; 爬虫部分 使用Requests处理http,post请求。Beautiful Soup处理HTML页面标签并提取信息。目标网站是谣言百科网站，其实这个实战是我谣言处理系统的一部分，但是现阶段对于谣言处理系统我遇到了问题就是精度提高。现
阅读全文
posted @ 2018-03-07 15:29
