Python语言程序设计课件 第11章 自然语言处理初步专题.pptxVIP

专题三自然语言处理初步

CATALOGUE目录01文本处理re库02中文分词工具jieba库03词云图绘制worldcloud库04综合实例：中文文本关键词分析

自然语言指的是人们日常交流、思考所使用的语言。自然语言处理的主要目标是实现计算机对自然语言的理解和运用，是当前人工智能领域的一个重要研究主题。主要任务包括自然语言的理解和自然语言的生成两个方面。引入

01文本处理re库

re库是Python语言提供的用于实现正则表达式处理功能的标准库。正则表达式（RegularExpression）是一种强大的文本处理工具，它使用一种特殊的语法来描述文本模式，便于搜索、匹配、替换或验证符合该模式的字符串。基本概念序号需要匹配的文本模式正则表达式（根据re库语法构造）1英文单词”hello”‘hello‘2字符串http或https‘http|https’3以1开头的共计11位手机号码‘1\d{10}’表11-1正则表达式示例

正则表达式由普通字符和特殊字符构成。普通字符匹配自身，特殊字符用于赋予它所在正则表达式以特殊含义，或者表示某一类普通字符。正则表达式基本语法

正则表达式基本语法-常用特殊字符特殊字符语义说明（如非特殊说明，均指默认方式下的语义）.匹配除换行符（\n）以外的任意单个字符^匹配目标字符串的起始位置。在MULTILINE方式下也匹配行首。$匹配目标字符串的末尾位置。