文章目录
分词
本文研究不同文章中的关键词出现次数,因此将出现在同一篇文章中的关键词都定义为”共现”。
jieba分词
对不同后缀文件(txt、docx、pdf)进行不同处理,提取文章内容为字符串,之后使用jieba库的lcut函数进行分词。
if path+'.txt' in lis:
path +=
微信扫一扫
本文研究不同文章中的关键词出现次数,因此将出现在同一篇文章中的关键词都定义为”共现”。
对不同后缀文件(txt、docx、pdf)进行不同处理,提取文章内容为字符串,之后使用jieba库的lcut函数进行分词。
if path+'.txt' in lis:
path +=
相关推荐