|
|
马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。
您需要 登录 才可以下载或查看，没有账号？立即注册
x
查察一下那个短疑数据散的形状：
一共有七十余万条短疑。
对短疑截至分词
文本的分类，根底上是基于词袋模型，也便是一个文本中包罗多少词和各个词的频次。关于英文罢了，其生成的句子空格能够很随便的豆割单词出去，但是中文便得后代止分词处理，也便是将一个完好的中文豆割为一个一个词。
正在中，有第三圆模块——jieba，结巴分词去供应对中文的分词。
我们操纵jieba对短疑的内乱容截至分词。
得到的功效以下：
 [/al 游客，您当前的用户组是：“游客”，以下内乱容需求正式会员可睹，请晋级到正式会员（面击进进）后持续查察。 |
|
