texthero的初次使用

最新推荐文章于 2025-07-29 14:31:40 发布

原创

最新推荐文章于 2025-07-29 14:31:40 发布 · 2.7k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #自然语言处理

本文介绍如何使用Python库texthero进行文本数据的清理与预处理，包括下载安装、依赖库处理及中文文本测试，展示了从去除数字、括号到停用词、词性标注等步骤。

texthero的初次使用

一、下载

一、下载

最简单的就是直接pip下载
pip install texthero

但是有许多依赖库，可能下载时间较长
在这里插入图片描述

同时在初次使用时还会对一些数据进行下载，

注意：对于这些数据的下载是需要挂上vpn的，否者下载不下来

二、初次使用

基本就是照搬texthero的示例，只是我用中文测试了一下

中文测试内容来源：《对话｜“我是讽刺那些假大师”，当武术表演遭遇网红行为艺术》澎湃新闻记者蒲垚磊2020-07-27 15:39 来源：澎湃新闻

在这里插入图片描述

选中的内容就是测试的内容

 """简单的文本清理管道"""
 #显示所有的行列
 pd.set_option('display.max_columns', None)
# 显示所有行
 pd.set_option('display.max_rows', None)
# 设置value的显示长度为100，默认为50
pd.set_option('max_colwidth', 100)
text = "视频中的表演者何维越在接受澎湃新闻记者采访时表示，这段“武术表演”其实是为了讽刺那些招摇撞骗的假大师，他自己其实是传统武术爱好者。此前，他已经做过许多类似的反讽表演。（12306/）！"
#格式化为series格式
s = pd.Series(