对微博文本内容进行预处理

最新推荐文章于 2025-05-20 16:47:50 发布

原创

最新推荐文章于 2025-05-20 16:47:50 发布 · 5.8k 阅读

7 ·

CC 4.0 BY-SA版权

本文探讨了如何对微博文本进行预处理，包括使用IK Analyzer进行分词，结合Lucene进行信息检索，以及利用Scikit-learn进行文本特征提取。还提到了jieba分词库和其他数据挖掘工具如CLUTO和skmeans的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

http://www.datalab.sinaapp.com/?p=237

https://code.google.com/p/ik-analyzer/

http://www.cfanz.cn/index.php?c=search&key=lucene4.0%E7%BB%93%E5%90%88IK+Analyzer%E5%88%86%E8%AF%8D%E5%99%A8%E7%9A%84%E7%AE%80%E5%8D%95%E7%A4%BA%E4%BE%8B

http://blog.youkuaiyun.com/lijun7788/article/details/7719166

http://linliangyi2007.iteye.com/blog/1445658

http://scikit-learn.org/stable/index.html

https://github.com/scikit-learn/scikit-learn

http://en.wikipedia.org/wiki/Scikit-learn

http://cloga.info/2014/01/19/sklearn_text_feature_extraction/

http://jgibblda.sourceforge.net/

file:///C:/Users/Administrator/Downloads/%E5%9F%BA%E4%BA%8E%E5%BE%AE%E5%8D%9A%E7%9F%AD%E6%96%87%E6%9C%AC%E7%9A%84%E7%94%A8%E6%88%B7%E5%85%B4%E8%B6%A3%E5%BB%BA%E6%A8%A1%E6%96%B9%E6%B3%95.pdf

http://cloga.info/2014/01/19/sklearn_text_feature_extraction/

http://tcci.ccf.org.cn/conference/2