日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

nltk 文本预处理

發布時間:2025/4/5 编程问答 31 豆豆
生活随笔 收集整理的這篇文章主要介紹了 nltk 文本预处理 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

分詞

from nltk import word_tokenize sentence = """ 3w.ναdΜāιι.com Provide you with a professional platform for the sale and purchase of virtual products for games. Welcome to settle in 3w.ναdΜāιι.com loving cats geese goods """ token_words = word_tokenize(sentence) print(token_words) ['3w.ναdΜāιι.com', 'Provide', 'you', 'with', 'a', 'professional', 'platform', 'for', 'the', 'sale', 'and', 'purchase', 'of', 'virtual', 'products', 'for', 'games', '.', 'Welcome', 'to', 'settle', 'in', '3w.ναdΜāιι.com', 'loving', 'cats', 'geese', 'goods']

詞根提取 ,如 ‘Provide’ 變成詞根’provid’

from nltk.stem.lancaster import LancasterStemmer lancaster_stemmer = LancasterStemmer() words_stemmer = [lancaster_stemmer.stem(token_word) for token_word in token_words] print(words_stemmer) ['3w.ναdμāιι.com', 'provid', 'you', 'with', 'a', 'profess', 'platform', 'for', 'the', 'sal', 'and', 'purchas', 'of', 'virt', 'produc', 'for', 'gam', '.', 'welcom', 'to', 'settl', 'in', '3w.ναdμāιι.com', 'lov', 'cat', 'gees', 'good']

單詞變體還原,‘geese’ 變成 ‘goose’

from nltk.stem import WordNetLemmatizer wordnet_lematizer = WordNetLemmatizer() words_lematizer = [wordnet_lematizer.lemmatize(token_word) for token_word in token_words] print(words_lematizer) ['3w.ναdΜāιι.com', 'Provide', 'you', 'with', 'a', 'professional', 'platform', 'for', 'the', 'sale', 'and', 'purchase', 'of', 'virtual', 'product', 'for', 'game', '.', 'Welcome', 'to', 'settle', 'in', '3w.ναdΜāιι.com', 'loving', 'cat', 'goose', 'good']

詞性標注

from nltk import word_tokenize,pos_tag #sentence = "DBSCAN - Density-Based Spatial Clustering of Applications with Noise. Finds core samples of high density and expands clusters from them. Good for data which contains clusters of similar density" token_word = word_tokenize(sentence) #分詞 token_words = pos_tag(token_word) #詞性標注 print(token_words) [('3w.ναdΜāιι.com', 'CD'), ('Provide', 'NNP'), ('you', 'PRP'), ('with', 'IN'), ('a', 'DT'), ('professional', 'JJ'), ('platform', 'NN'), ('for', 'IN'), ('the', 'DT'), ('sale', 'NN'), ('and', 'CC'), ('purchase', 'NN'), ('of', 'IN'), ('virtual', 'JJ'), ('products', 'NNS'), ('for', 'IN'), ('games', 'NNS'), ('.', '.'), ('Welcome', 'NNP'), ('to', 'TO'), ('settle', 'VB'), ('in', 'IN'), ('3w.ναdΜāιι.com', 'CD'), ('loving', 'VBG'), ('cats', 'NNS'), ('geese', 'JJ'), ('goods', 'NNS')]

詞形歸一化,loving 變成love

from nltk.stem import WordNetLemmatizer words_lematizer = [] wordnet_lematizer = WordNetLemmatizer() for word, tag in token_words:if tag.startswith('NN'):word_lematizer = wordnet_lematizer.lemmatize(word, pos='n') # n代表名詞elif tag.startswith('VB'): word_lematizer = wordnet_lematizer.lemmatize(word, pos='v') # v代表動詞elif tag.startswith('JJ'): word_lematizer = wordnet_lematizer.lemmatize(word, pos='a') # a代表形容詞elif tag.startswith('R'): word_lematizer = wordnet_lematizer.lemmatize(word, pos='r') # r代表代詞else: word_lematizer = wordnet_lematizer.lemmatize(word)words_lematizer.append(word_lematizer) print(words_lematizer) ['3w.ναdΜāιι.com', 'Provide', 'you', 'with', 'a', 'professional', 'platform', 'for', 'the', 'sale', 'and', 'purchase', 'of', 'virtual', 'product', 'for', 'game', '.', 'Welcome', 'to', 'settle', 'in', '3w.ναdΜāιι.com', 'love', 'cat', 'geese', 'good']

去除停用詞

from nltk.corpus import stopwords cleaned_words = [word for word in words_lematizer if word not in stopwords.words('english')] print('原始詞:', words_lematizer) print('去除停用詞后:', cleaned_words) 原始詞: ['3w.ναdΜāιι.com', 'Provide', 'you', 'with', 'a', 'professional', 'platform', 'for', 'the', 'sale', 'and', 'purchase', 'of', 'virtual', 'product', 'for', 'game', '.', 'Welcome', 'to', 'settle', 'in', '3w.ναdΜāιι.com', 'love', 'cat', 'geese', 'good'] 去除停用詞后: ['3w.ναdΜāιι.com', 'Provide', 'professional', 'platform', 'sale', 'purchase', 'virtual', 'product', 'game', '.', 'Welcome', 'settle', '3w.ναdΜāιι.com', 'love', 'cat', 'geese', 'good']

去除特殊字符

characters = [',', '.','DBSCAN', ':', ';', '?', '(', ')', '[', ']', '&', '!', '*', '@', '#', '$', '%','-','...','^','{','}'] words_list = [word for word in cleaned_words if word not in characters] print(words_list) ['3w.ναdΜāιι.com', 'Provide', 'professional', 'platform', 'sale', 'purchase', 'virtual', 'product', 'game', 'Welcome', 'settle', '3w.ναdΜāιι.com', 'love', 'cat', 'geese', 'good']

大小寫轉換

words_lists = [x.lower() for x in words_list ] print(words_lists) ['3w.ναdμāιι.com', 'provide', 'professional', 'platform', 'sale', 'purchase', 'virtual', 'product', 'game', 'welcome', 'settle', '3w.ναdμāιι.com', 'love', 'cat', 'geese', 'good']

統計詞頻

from nltk import FreqDist freq = FreqDist(words_lists) for key,val in freq.items():print (str(key) + ':' + str(val)) 3w.ναdμāιι.com:2 provide:1 professional:1 platform:1 sale:1 purchase:1 virtual:1 product:1 game:1 welcome:1 settle:1 love:1 cat:1 geese:1 good:1

折線圖

freq.plot(20,cumulative=False)

詞云

words = ' '.join(words_lists)from wordcloud import WordCloud from imageio import imread import matplotlib.pyplot as plt pic = imread('./mm.jpg') wc = WordCloud(mask = pic,background_color = 'white',width=800, height=600) wwc = wc.generate(words) plt.figure(figsize=(10,10)) plt.imshow(wwc) plt.axis("off") plt.show()

詞云背景圖

詞云圖

參考鏈接

總結

以上是生活随笔為你收集整理的nltk 文本预处理的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。

主站蜘蛛池模板: 亚洲成人av电影网站 | 中文字字幕在线中文 | 97爱爱视频| 亚洲经典在线 | 99色网站| 国模私拍大尺度裸体av | 内地级a艳片高清免费播放 91在线精品一区二区 | www.三区| sm国产在线调教视频 | 欧美午夜精品理论片 | 亚洲va视频 | 欧美xxxx888| 欧美日韩中文在线观看 | 亚洲人在线播放 | 亚洲天堂网一区二区 | 亚洲一一在线 | 久草视频免费 | 91禁在线观看 | 麻豆视频软件 | 青青在线 | 国产精品一区二区三区四区视频 | 高潮久久久| 水蜜桃久久 | 日韩av日韩 | 日韩一区二区三区四区 | 一区二区三区国产精品视频 | 做爰视频毛片视频 | 精品字幕 | www.69av.com| 亚洲一区二区三区播放 | 日本簧片在线观看 | 伊人视屏 | 日韩精品一区二区三区电影 | 日本久久一级片 | 韩国一区视频 | 国产精品亚洲lv粉色 | 在线看www| 久久久伊人网 | 美女涩涩网站 | 男女插插插网站 | 色偷偷中文字幕 | 国产xxxx在线观看 | 一区二区成人精品 | 日本免费色 | 大肉大捧一进一出视频 | 日av一区 | 久草精品视频在线观看 | 国产精品99久久久 | 欧美综合国产 | 日韩中文电影 | 2019亚洲男人天堂 | 亚洲国产精品久久久久婷婷老年 | 国产精品二区在线观看 | 亚洲女人天堂 | av网天堂 | 91香蕉国产 | 一本大道综合伊人精品热热 | 中文字幕日韩经典 | 成人精品一区二区三区四区 | 国产精品天天看 | 日本女人毛片 | 曰批免费视频播放免费 | 国产亚洲欧美精品久久久www | 免费成人美女在线观看. | 激情四射综合网 | 1024欧美| 欧美性潮喷xxxxx免费视频看 | jizz18国产 | 日韩av在线网 | 中文久久乱码一区二区 | 欧美黑人xxxⅹ高潮交 | 色乱码一区二区三区熟女 | 亚洲超碰在线观看 | 成人看| 亚洲乱码在线 | 成人网久久| 欧美成人免费高清视频 | 欧美女人交配视频 | 夜夜操网站 | 国产一区二区精品在线观看 | 色乱码一区二区三区熟女 | 姑娘第5集在线观看免费 | 在线观看成年人网站 | 国产成人精品自拍 | 蜜臀av一区二区三区有限公司 | 亚洲成人av一区二区 | 香蕉在线观看视频 | 欧美中文日韩 | 青青青青草 | 欧美影院在线观看 | 91九色国产视频 | 天天操天天干天天 | 国产精品黄色片 | 97激情| 亚洲少妇激情 | 中文字幕第5页 | 欧美一区二区黄片 | 日韩在线观看av | 干极品美女|