利用Python生成词云 一、第三方库的安装与介绍1.1 Python第三方库jieba(中文分词)1.介绍 “结巴”中文分词：做最好的 Python 中文分词组件。2.特点(1)支持三种分词模式： 精确模式，试图将句子最精确地切开，适合文本分析； &nbs
转载
2024-05-09 14:07:01
50阅读
最初的Bag of words，也叫做“词袋”，在信息检索中，Bag of words model假定对于一个文本，忽略其词序和语法，句法，将其仅仅看做是一个词集合，或者说是词的一个组合，文本中每个词的出现都是独立的，不依赖于其他词是否出现，或者说当这篇文章的作者在任意一个位置选择一个词汇都不受前面句子的影响而独立选择的。 现在Computer
转载
2024-06-19 21:43:40
48阅读
Python生成中文词云图什么是词云？首先，什么是词云呢？词云又叫文字云，是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现，形成关键词的渲染形成类似云一样的彩色图片，从而一眼就可以领略文本数据的主要表达意思。 本文目的：本篇博客主要介绍利用python的wordcloud包实现生成中文词云。可指定特定的词云形状和颜色。 电脑环境要求：安装好Pycharm或者Anaconda。建议同时安装
转载
2023-07-02 23:31:20
179阅读
#!/usr/bin/python3# -*- coding: utf-8 -*-# coding=utf-8# 导入wordcloud模块from wordcloud import WordCloud# 中文分词库 pip install jiebaimport jieba# 新建一个词云对象,中文需要加载字体(微软雅黑)wc_obj = WordCloud(font_path=r'C:\Pro
原创
2021-12-01 11:35:53
231阅读
简单统计一个小说中哪些个汉字出现的频率最高：import codecs
import matplotlib.pyplot as plt
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号
转载
2023-05-31 12:08:52
124阅读
在海量数据中提取有效的信息，词云不愧是一种有效解决此类问题的方法，它可以突出显示关键词，快速提取有价值的信息。Python制作词云很简单，要求不高的话，几行代码就可以搞定，主要使用的库有jieba(结巴，一种分割汉语的分词库)和wordcloud库。下图是通过6行代码生成的词云图
一、完整代码#!/usr/bin/python# # Created by 老刘 on 2020/5/
转载
2023-08-21 11:04:48
134阅读
词性标注 这里写目录标题词性标注词性标注的特殊问题词性标注的方法设计简单标注器常用标注器介绍词性标注器的应用词性分布基于词性标注 研究词的组合 词性标注：在给定的句子中判定每个词的语法范畴，确定词性并加以标注的过程。难点：兼类词的消歧，未登录词标注在某具体的语言环境中，一个词只能属于某一类词性。词性标注的特殊问题形态标准：不符合汉语划分；意义标准：参考作用；分布标准（功能标准）；词性标注的方法基于
转载
2023-08-11 16:55:02
264阅读
先附上词性标注表，如下： 名词 (1个一类，7个二类，5个三类)名词分为以下子类：n 名词 nr 人名 nr1 汉语姓氏 nr2 汉语名字 nrj 日语人名 nrf 音译人名 ns 地名 nsf 音译地名 nt 机构团体名 nz 其它专名 nl 名词性惯用语 ng 名词性语素 时间词(1个一类，1个二类)t 时间词 tg 时间词性语素 处所词(1个一类)s 处所词 方位词(1个一类)f 方位词 动
转载
2024-02-29 09:57:02
138阅读
简 介： 使用Python中的响应软件软件包制作应用与中文的词云图片。使用jieba用于中文词语划分。文中对于程序的背景图片以及不同的字体所确定的词云的表现进行了测试。关键词： 词云，字体，背景
生成词云
目 录
Contents
背景
转载
2024-01-25 19:55:10
14阅读
字符串在Python内部的表示是Unicode编码，因此，在做编码转换时，通常需要以Unicode作为中间编码，即先将其他编码的字符串解码（decode）成Unicode，再从Unicode编码（encode）成另一种编码。在新版本的python3中，取消了unicode类型，代替它的是使用unicode字符的字符串类型(str),字符串类型（str）成为基础类型如下所示，而编码后的变为了字节类型
转载
2023-08-15 16:52:44
97阅读
### 导航
- [索引](../genindex.xhtml "总目录")
- [模块](../py-modindex.xhtml "Python 模块索引") |
- [下一页](lexical_analysis.xhtml "2. 词法分析") |
- [上一页](index.xhtml "Python 语言参考") |
-  --> B(导入必要库)
B --> C(加载中文词典数据)
C --> D
原创
2024-07-08 04:52:58
34阅读
4.1 词性标注 词性是词汇基本的语法属性，通常也称为词类。从整体上看，大多数词语，尤其是实词，一般只有一到两个词性，且其中一个词性的使用频次远远大于另一个，即使每次都将高频词性作为词性选择进行标注，也能实现80%以上的准确率。目前较为主流的方法是如同分词一样，将句子的词性标注作为一个序列标注问题来解决。
转载
2023-08-02 15:19:01
113阅读
因为Python32默认识别中文,所以可能是编译器默认编码出现了问题,点击notepad++菜单栏中的编码按钮,选择utf-8即可
转载
2023-07-11 11:54:59
56阅读
计算所汉语词性标记集
Version 3.0
制订人：刘群 张华平 张浩
计算所汉语词性标记集 1
0. 说明 1
1. 名词 (1个一类，7个二类，5个三类) 2
2. 时间词(1个一类，1个二类) 2
3. 处所词(1个一类) 3
4. 方位词(1个一类) 3
5. 动词(1个一类，9个二类) 3
6. 形容词(1个一类，4个二类) 3
7. 区别词(1个一类，2个二类) 3
8. 状态词(
转载
2024-05-18 12:42:00
65阅读
