NLP对一篇文章进行处理的流程

包括特征抽取、特征选择、文本分类、文本聚类、模型评价

具体步骤如下：

1.读文件

2.分词

　　自定义字典

　　自定义停止词

　　分词

　　检测哪些词分的不准确、哪些词没有意义（循环以上三个步骤）

3.构建文档-词条矩阵并转换为数据框

　　构建数据框时，也要进行一系列的数据处理（数据清洗、整合、转换，数据规约）,如果维度过高的话，进行相应的约简

　　如果数据过大的话:对数据集进行相应的容量削减

4.对数据框建立统计、挖掘模型

5.结果反馈