weixin_71291571的博客

原创 对微博情绪词进行词云图分析

如果有了特征词，怎么通过其来对文本进行向量表示？如果有了向量表示，可否计算不同文本之间的距离（相似性）？1. 读取文件，用split进行分隔，并选出文本，一行视为一个文档。文档中可能会包含一些“噪声”（比如‘[’和‘]’等，可以删除）。7.（附加） 如果tuple来表示bigram，请统计所有的bigram的频率，并通过可视化观察高频的bigram。6. 对词性进行分析，观察不同词性的出现频率，并对特定词性的词进行可视化（词云）。4. 引入停用词表（上网搜索）进行停用词过滤，重新观察词频排序的结果。