基于Python与Jieba中文分词及聚类方法研究.pdfVIP

基于Python与Jieba中文分词及聚类方法研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

前面讲述了很多关于Python爬取本体Ontology、消息盒InfoBox、

虎扑等例子,同时讲述了VSM向量空间模型的应用。但是由于

InfoBox没有前后文和语义概念,所以效果不是很好,这篇文章主要是

爬取5A景区信息,再利用Jieba分词工具进行中文分词,最

后提出文本聚类算法的一些概念知识。

一.Selenium爬取百科

简单给出Selenium爬取百科5A级景区的代码:

[python]viewincopy

1.#coding=utf-8

2.

3.Createdon2015-12-10@author:Eastmount

4.

5.

6.importtime

7.importre

8.importos

9.importsys

10.importcodecs

11.importshutil

12.fromseleniumimportwebdriver

13.frommon.keysimportKeys

14.importselenium.webdriver.support.uiasui

15.frommon.action_chainsimportActionChains

16.

17.#OpenPhantomJS

18.driver=webdriver.PhantomJS(executable_path=G:\phantomjs-1.9.1-

windows\phantomjs.exe)

19.#driver=webdriver.Firefox()

20.wait=ui.WebDriverWait(driver,10)

21.

22.#GettheContentof5Atouristspots

23.defgetInfobox(entityName,fileName):

24.try:

25.#createpathsandtxtfi

26.printu文件名称:,fileName

前面讲述了很多关于Python爬取本体Ontology、消息盒InfoBox、虎

扑等例子,同时讲述了VSM支持空间模型的应用。但是由于

InfoBox的前后文和语义概念,所以效果不太好,本文主要是爬取

5A地点信息,再利用Jieba分词工具进行中文分词,最后提出文本

森林算法的一些概念知识。

⼀.Selenium爬取百科

简单给出Selenium爬取百科5A级区域的代码:

[

p

Eastmount4.5.6.导入时间7.importre8.importos9.importsys10.import

c

odecs11.importShutil12.fromseleniumimportwebdriver13.from

lenium.webdriver.su

文档评论(0)

wccebooks + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档