第四节　文本数据处理 数据可视化 大数据典型应用 同步练 高中信息技术 必修1 数据与计算.docxVIP

第四节文本数据处理/数据可视化/大数据典型应用

1.文本数据处理的主要步骤由下列部分组成:

①分词②文本数据获取③规律排列

④数据分析⑤结果呈现⑥特征提取

正确的顺序是(C)

A.②①⑥③④⑤

B.②⑤①④⑥

C.②①⑥④⑤

D.①②③⑤④⑥

【解析】典型的文本数据处理过程主要包括分词、特征提取、数据分析、结果呈现等,没有“规律排列”这一步骤。

2.下列选项中,不是常用中文分词算法的是(D)

A.基于字符匹配的分词方法

B.基于统计的分词方法

C.基于规则的分词方法

D.基于人工操作的分词方法

【解析】常用的中文分词算法有基于词典的分词方法(也称作基于字符匹配的分词方法)、基于统计的分词方法、基于规则的分词方法。

3.Python中可以实现对中文文本进行分词的模块是(D)

A.Pandas

B.matplotlib

C.Wordcloud

D.jieba

【解析】Python的中文分词模块jieba是基于字典的分词方法。

4.下列关于分词的说法,正确的是(A)

A.分词就是将一个汉字序列切分成一个个单独的词

B.中文分词不涉及复杂的关键词提取方法

C.目前的分词算法已经实现了完全准确的分词

D.常用的中文分词方法只有一种

【解析】英文分词不涉及复杂的关键词提取方法;目前分词算法还不能实现完全准确的分词;常用的