摘要：
BUG质量分析，通过分词，得到了大量的关键词，但是存在很多垃圾数据，譬如大量的停止此 和数字，因此进行过滤是必不可少的呢。#-*- coding: utf-8 -*-import osimport sysdef func_filter(stopword,bugkey,keyword): if not os.path.isfile(stopword) or not os.path.isfile(bugkey): print "ERROR : The file , stopword or bugkey doesn't exist !" else: stopw... 阅读全文
摘要：
在做BUG质量分析的时候，对于BUG分词的记过要进行排序和去重操作，故想到了用sort 和 uniq。通过python去调用shell是非常方便的。# -*- coding: utf-8 -*-import osimport sysdef CWS_Statistics(flag,afile,bfile): if not os.path.isfile(afile): print "wordlist dose't exist !" else: if flag == "0": os.system("sort -f "+afile+& 阅读全文
摘要：
python分词模块，基于mmseg算法编写，核心代码c++，提供python接口。最近在做BUG质量分析的时候，要提取BUG关键词，正好用到的pymmseg这分词模块，分词的效率还不错。Code Example: #-*- coding: utf-8 -*-from pymmseg import mmsegimport osimport sysdef CWS_pymmseg(shortdeslist,wordlist): if os.path.isfile(shortdeslist): mmseg.dict_load_defaults() sd = open... 阅读全文