《Python商务大数据分析与应用》 第14章 文本挖掘.pptx

BUSINESSANALYSISANDMINING第14章文本挖掘

目录文本挖掘流程NLTKTextBloieba050607SnowNLP词云LDA主题模型

BUSINESSANALYSISANDMINING14.1文本挖掘流程

文本挖掘流程文本挖掘一般包括下面几个步骤：1）定义问题：明确需要研究的问题。2）获取数据：包括公开数据集（标准数据、有一些是已经清洗干净）、公有数据（开放数据，比如政府开放数据项目，各非营利性组织提供）、私有数据（企业、组织内部数据，比如求助信息语料）、互联网抓取的数据（数据采集）等。3）数据预处理：清除HTML标签、处理编码问题