基于Python的词云生成及优化研究.pdf

基于Python的词云生成及优化研究

作者：***

来源：《电脑知识与技术》2021年第19期

摘要：在大数据时代，利用相关技术手段对大数据进行获取与解读就显得十分重要。“词

云”技术，由于能够将文本中的“关键词”图像化，正受到人们越来越多人的关注。该文以《中

共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》全文文

本为例，对基于Python的词云文本分析技术进行了优化，以期为快速解读文本内容提供方

便。

关键词：Python;中文分词;词云;优化;十四五规划

中图分类号：TP311文献标识码：A

文章编号：1009-3044（2021）19-0023-06

ResearchonGenerationandOptimizationofWordCloudBasedonPython—TaketheTextof

the14thFive-yearPlanasanExample

WANGYan

（HubeiUniversity，Wuhan430062，China）

Abstract：Intheeraofbigdata，itisveryimportanttoobtainandinterpretbigdatabyusing

，

thetext，isattractingmoreandmoreattention.ThispapertakesthefulltextofProposalofthe

CentralCommitteeoftheCommunistPartyofChinaonFormulatingthe14thFive-YearPlanfor

NationalEconomicandSocialDevelopmentandtheLong-termGoalsfortheyearof2035asan

example，andoptimizesthetextanalysistechnologyofwordcloudbasedonpython，soasto

provideconvenienceforquickinterpretationofthetextcontent.

Keywords：Python;Chinesewordsegmentation;wordcloud;optimization;14thfive-yearplan

引言1

“詞云”，是近几年来出现的用于文本挖掘的可视化技术，其将文本中大量的不重要的信息

过滤，并对出现频率较高的“关键词”予以字体大小和颜色等视觉形式的差异来直观反映词语的

重要程度，文字的字体越大，表明其越重要，可以帮助阅读者迅速把握文本的主要内容。简言

之，“词云”，是一种将大量文本信息或网络大数据迅速生成帮助阅读者把握文本关键内容的辅

助性可视化工具，其生成的词云图中的词语字形、字号、颜色以及图片背景可以根据使用者的

实际需求进行修改和保存。此外，借助mask、stopwords、scale等参数的设置，可以对生成的

词云图进行优化设计，比如：背景图设计、删减词语、增加轮廓线等等。

“词云”，由于其能够快速、直观地抓取文本的主要内容，方便人们对文本内容的解读，正

受到人们越来越多的关注。然而，由于对“词云”技术的掌握和应用需要掌握一定的编程知识和

技巧，导致大众对此“望洋兴叹”。因此，本文写作目的在于帮助一般读者从无到有掌握“词云”

文本分析技术。具体而言，即借助《中共中央关于制定国民经济和社会发展第十四个五年规划

和二〇三五年远景目标的建议》文本，尝试对基于Python的词云文本分析技术进行应用和优

化。一方面，解读“词云”原理。另一方面，则为一般读者应用“词云”理论和技术进行文本分析

和解读提供一般流程。

词云2理论

“词云”（WordCloud）一词，由美国学者RichGordon于2006年提出，又称文字云图（词

云图），属于当前文本挖掘可视化主流技术之一。“词云”制作基本思想为：基于单词库（或词

典）将整个文本切分成不同单词片段，同时