会员
周边
众包
新闻
博问
闪存
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
Harry666
博客园
首页
新随笔
联系
订阅
管理
2019年3月16日
文本预处理之去除emoji以及指定文本类型筛选
摘要: 批量删除指定文本 之前的keyword就不要了,准备删除掉,写了个脚本,批量删除keyword.txt结尾的文件 去除emoji 在之前的文本预处理工作之中,我只是简单的进行了jieba分词,然后效果很不好,里面有很多的乱码,经过调查,乱码来源如下: 一个是emoji,一个是非gbk字符 针对我们目
阅读全文
posted @ 2019-03-16 15:47 Harry666
阅读(649)
评论(0)
推荐(0)
编辑
公告