20240118打卡——信息领域热词分析03
数据清洗与预处理
做了什么：去除 HTML 标签、去重、分词（使用 Jieba 或 THULAC）。
学到什么：掌握文本数据清洗方法，理解分词算法的原理。
遇到的问题：分词精度低，停用词去除影响关键词提取。
闲来无事，准备整理一下园子博客，最近打算研究一下卷积神经网络
本文作者：丰川扬子
本文链接：https://www.cnblogs.com/newzeon/p/18678427
版权声明：本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
2024-01-18 20240118打卡